（电大学习资料）2第二章 简单线性回归模型new.pptVIP

* （2）平均值和个别值预测区间都不是常数， 是随 的变化而变化的，当 时，预测区间最小。 （3）预测区间上下限与样本容量有关，当样本容量n→∞时,个别值的预测区间只决定于随机扰 动的方差。 预测区间 * SRF 各种预测值的关系 Y的个别值的预测区间 Y平均值的预测区间 * 第六节 案例分析 案例:中国全体居民的消费水平与经济发展数量关系的分析 提出问题：改革开放以来，随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也在不断增长。研究中国全体居民的消费水平与经济发展的数量关系，对于探寻居民消费增长的规律性，预测居民消费的发展趋势有重要意义。 理论分析：影响居民人均消费水平的因素有多种，但从理论和经验分析，最主要的影响因素应是经济发展水平。从理论上说经济发展水平越高，居民消费越多。 * 变量选择：被解释变量选择能代表城乡所有居民消费的 “全体居民人均年消费水平” 元/人 ； 解释变量选择表现经济增长水平的“人均国民生产总值 （人均GDP）”（元/人） 研究范围：1978年至2007年中国“全体居民人均年消费水平”与“人均国内生产总值（人均GDP）” 的时间序列数据。 * 数据：1978年-2007年中国居民人均消费水平和人均GDP 年份 全体居民消费水平 元 Y 人均GDP 元 X 1978 184 381 1979 208 419 1980 238 463 1981 264 492 1982 288 528 1983 316 583 1984 361 695 1985 446 858 1986 497 963 1987 565 1112 1988 714 1366 1989 788 1519 1990 833 1644 1991 932 1893 1992 1116 2311 年份 全体居民消费水平 元 Y 人均GDP 元 X 1993 1393 2998 1994 1833 4044 1995 2355 5046 1996 2789 5846 1997 3002 6420 1998 3159 6796 1999 3346 7159 2000 3632 7858 2001 3869 8622 2002 4106 9398 2003 4411 10542 2004 4925 12336 2005 5463 14053 2006 6138 16165 2007 7081 18934 为分析居民人均消费水平 Y 和 人均GDP X 的关系，作散点图： * 从散点图可以看出居民消费水平 Y 和人均GDP X 大体呈现为 线性关系。为分析中国居民消费 水平随人均GDP变动的数量规律性，可以建立如下简单线性回归模型： 模型设定: * 估计参数 假定模型中随机扰动满足基本假定，可用OLS法。 具体操作：使用EViews 软件，估计结果是： * * 用规范的形式将参数估计和检验的结果写为： （55.64114） 0.007743 F 2490.823 n 30 t 4.031457 49.90815 * 1. 可决系数： 模型整体上拟合好。 2. 系数显著性检验：给定 ，查 t 分布表， 在自由度为 时临界值为 因为 应拒绝 3. 用P值检验 p 0.0000 表明，人均GDP对居民消费水平确有显著影响。 模型检验 应拒绝 * 4. 经济意义检验： 估计的解释变量的系数为0·3864，说明人均GDP每增加1元，人均年消费支出平均将增加0·3864 元。这符合经济理论的界定。 * 点预测： 如果2008年人均GDP将比2007年增长16.2%将达到，22001元/人，利用所估计的模型可预测2008年居民可能达到的年消费水平。 经济预测 元 区间预测: 平均值区间预测上下限： 已知: * 由X和Y的描述统计结果 平均值区间预测区间预测 即是说：当2008年 22001元时，居民人均消费水平平均值置信度95%的预测区间为（8445.38，9006.96）元。 * * 个别值区间预测: 即是说：当2008年 22001元时，居民人均 消费水平个别值置信度95%的预测区间为（8200.66， 9251.68）元。 1、变量间的关系分为函数关系与相关关系。 相关系数是对变量间线性相关程度的度量。 2、现代意义的回归是一个被解释变量对若干个解释变量依存关系的研究，回归的实质是由解释变量去估计被解释变量的平均值。 3、总体回归函数（PRF）是将总体被解释变量Y的条件均值表现为解释变量X的某种函数。 样本回归函数（SRF）是将被解释变量Y的样本条件均值表示为解释变量X的某种函数。 总体回归函数与样本回归函数的区别与联系。 * 4、随机扰动项是被解释变量实际值与条件均值的偏差，代表排