第二章经典单方程计量经济模型：一元线性回归模型.pptVIP

单方程计量经济学模型理论与方法 Theory and Methodology of Single-Equation Econometric Model 第二章 经典单方程计量经济学模型：一元线性回归模型 回归分析概述 一元线性回归模型的参数估计 一元线性回归模型检验 一元线性回归模型预测 实例 §2.1 回归分析概述 （1）确定性关系或函数关系：研究的是确定现象非随机变量间的关系。 （2）统计依赖或相关关系：研究的是非确定现象随机变量间的关系。 对变量间统计依赖关系的考察主要是通过相关分析或回归分析来完成的： ①不线性相关并不意味着不相关； ②有相关关系并不意味着一定有因果关系； ③回归分析/相关分析研究一个变量对另一个（些）变量的统计依赖关系，但它们并不意味着一定有逻辑上的因果关系。 ④相关分析对称地对待任何（两个）变量，两个变量都被看作是随机的。回归分析对变量的处理方法存在不对称性，即区分应变量（被解释变量）和自变量（解释变量）：前者是随机变量，后者不是。 回归分析是研究一个变量关于另一个（些）变量的统计依赖关系(因果关系X)的计算方法和理论。 其用意：在于通过后者的已知或设定值，去估计前者的总体均值。 （1）由于不确定因素的影响，对同一收入水平X，不同家庭的消费支出不完全相同； （2）但由于调查的完备性，给定收入水平X的消费支出Y的分布是确定的，即以X的给定值为条件的Y的条件分布是已知的， 如：P(Y=561|X=800）=1/4。 描出散点图发现：随着收入的增加，消费“平均地说”也在增加，且Y的条件均值均落在一根（正斜率的直）线上。这条（直）线称为总体回归线。 概念： 回归函数说明被解释变量Y的平均状态随解释变量X变化的规律。 三、随机扰动项 总体回归函数说明在给定的收入水平Xi下，该社区家庭平均的消费支出水平。 但对某一个别的家庭，其消费支出可能与该平均水平有偏差。 例2.1中，个别家庭的消费支出为： （*）式称为总体回归函数的随机设定形式。表明被解释变量除了受解释变量的系统性影响外，还受其他因素的随机性影响。 随机误差项主要包括下列因素的影响： 1）未知的影响因素； 2）数据的欠缺； 3）众多细小影响因素； 4）变量观测值的观测误差的影响； 5）模型关系的设定误差的影响； 6）其它随机因素的影响。 四、样本回归函数 问题：能从一次抽样中获得总体的近似的信息吗？如果可以，如何从抽样中获得总体的近似信息？ 核样本的散点图： 样本散点图近似于一条（直）线，画一条（直）线以尽好地拟合该散点图，由于样本取自总体，可用该线近似地代表总体回归线。该线称为样本回归线。 这里将样本回归线看成总体回归线的近似替代 ▼回归分析的主要目的：根据样本回归函数SRF，估计总体回归函数PRF。 §2.2 一元线性回归模型的参数估计 一、参数的普通最小二乘估计（OLS）二、一元线性回归模型的基本假设 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干 扰项方差的估计 一、参数的普通最小二乘估计（OLS） 给定一组样本观测值（Xi, Yi）（i=1,2,…n）要求样本回归函数尽可能好地拟合这组值. 普通最小二乘法给出的判断标准是：二者之差的平方和 样本回归线的性质 最小二乘估计量的评价 当模型参数估计出后，需考虑参数估计值的精度，即是否能代表总体参数的真值，或者说需考察参数估计量的统计性质。 三、参数估计的最大或然法(ML) 最大或然法(Maximum Likelihood,简称ML)，也称最大似然法，是不同于最小二乘法的另一种参数估计方法，是从最大或然原理出发发展起来的其它估计方法的基础。 基本原理： 对于最大或然法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大。 §2.3 一元线性回归模型的统计检验 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 回归分析是要通过样本所估计的参数来代替总体的真实参数，或者说是用样本回归线代替总体回归线。 一、拟合优度检验 拟合优度检验：对样本回归直线与样本观测值之间拟合程度的检验。 度量拟合优度的指标：判定系数（可决系数）R2 二、变量的显著性检验（假设四现在开始起作用！） 回归分析是要判断解释变量X是否是被解释变量