计量经济学第二章简单线性回归模型解决方案.doc

第二章 简单线性回归模型 1 引子:中国旅游业总收入将超过3000亿美元吗？ 未来我国旅游需求将快速增长，根据中国政府所制定的 远景目标，到2020年，中国入境旅游人数将达到2.1亿人 次；国际旅游外汇收入580亿美元，国内旅游收入2500亿 美元。到2020年，中国旅游业总收入将超过3000亿美元， 相当于国内生产总值的8%至11%。 （来源：《2008年中国旅行社发展研究咨询报告》） （参考现状：第一产业占GDP的15%，建筑业占GDP 的7%） ●什么决定性因素能使中国旅游业总收入超过3000亿美元? ●旅游业的发展与这种决定性因素的数量关系究竟是什么？ ●怎样具体测定旅游业发展与这种决定性因素的数量关系? 2 需要研究经济变量之间数量关系的方法 显然，对旅游起决定性影响作用的是“中国居民的收 入水平”以及“入境旅游人数”等因素。 “旅游业总收入”（Y）与“居民平均收入”（X1）或 者“入境旅游人数”（X2）有怎样的数量关系呢？ 能否用某种线性或非线性关系式 Y= f ( X ) 去表现这 种数量关系呢? 具体该怎样去表现和计量呢? 为了不使问题复杂化, 我们先在某些标准的(古典的) 假定条件下，用最简单的模型，对最简单的变量间数 量关系加以讨论 第一节 回归分析与回归函数 一、相关分析与回归分析 （对统计学的回顾） 1、经济变量之间的相互关系 性质上可能有三种情况: ◆确定性的函数关系 Y=f (X) 可用数学方法计算 ◆不确定的统计关系—相关关系 Y= f（X）+ε (ε为随机变量) 不用分析 4 2、相关关系 ◆ 相关关系的描述 最直观的描述方式——坐标图（散布图、散点图）） 25 20 15 10 5 0 0 2 4 6 8 10 12 25 20 15 10 5 0 0 2 4 6 8 10 12 函数关系 11.2 11 10.8 10.6 10.4 10.2 10 0 2 4 6 8 10 相关关系(线性) 35 30 25 20 15 10 5 0 0 5 10 15 相关关系(非线性) 没有关系 5 相关关系的类型 ● 从涉及的变量数量看 简单相关 多重相关（复相关） ● 从变量相关关系的表现形式看 线性相关——散布图接近一条直线 非线性相关——散布图接近一条曲线 ● 从变量相关关系变化的方向看 正相关——变量同方向变化，同增同减 负相关——变量反方向变化，一增一减 ● 从变量相关的程度看 完全相关、不相关、不完全相关 6 6 3、相关程度的度量—相关系数 如果 X 和 Y 总体的全部数据都已知， X 和 Y 的方差和 协方差也已知，则 Cov( X , Y ) X和Y的总体线性相关系数： ??? Var ( X )Var (Y ) 其中： Var( X ) -----X 的方差Var(Y ) -----Y的方差 Cov( X , Y ) -----X和Y的协方差 ●总体相关系数只反映总体两个变量 X 和 Y 的线性相关程度 ●对于特定的总体来说， 数 ??是客观存在的特定数值。 X 和 Y 的数值是既定的，总体相关系 ●总体的两个变量 X 和 Y 的全部数值通常不可能直接观测，所 7 以总体相关系数一般是未知的。 X和Y的样本线性相关系数： X 和 Y 的样本观测值，则X和Y的样本线性 ____??( X i ??X )(Yi ??Y ) 相关系数为： r ? ???XY ____ 22 ??( X i ??X ) ??(Yi ??Y ) X其中： i 和 Yi 分别是变量X和Y的样本观测值， __ X 和 Y 分别是变量 X 和Y 样本值的平均值 __ 注意: rXY 是随抽样而变动的随机变量。 相关系数较为简单, 也可以在一定程度上测定变量 间的数量关系,但是对于具体研究变量间的数量规律 性还有局限性。 8 对相关系数的正确理解和使用 ● X和Y 都是相互对称的随机变量， rXY ??rYX ● 线性相关系数只反映变量间的线性相关程度，不 能说明非线性相关关系 ● 样本相关系数是总体相关系数的样本估计值，由 于抽样波动，样本相关系数是随抽样而变动的随机变量， 其统计显著性还有待检验 9 4、回归分析 回归的古典意义： 高尔顿遗传学的回归概念 ( 父母身高与子女身高的关系) 子女的身高有向人的平均身高回归的趋势 回归的现代意义： 一个被解释变量对若干个 解释变量依存关系的研究 回归的目的（实质）： 由解释变量去估计被解释变 量的平均值 10 明确几个概念（为深刻理解“回归”） ●被解释变量Y的条件分布和条件概率： 当解释变量X取某固定值时