第二章横截面数据概要.ppt

2.1 简单回归模型的定义 回归模型的基本形式： 简单回归模型的基本形式： 称为一元线性总体回归模型。 随机变量x和u不相关的三个层次： “独立”：意味着对于x 、y和的任意可测函数 和 ，有 “均值独立”:意味着 “线性无关”:意味着 样本回归方程 通过对样本观测获得的信息去估计总体回归函数 如果变量x和y之间存在线性相关关系，对于任意抽取的若干个观测（样本）点（ ）， 有 称为样本回归模型 由两部分组成 ：系统分量和随机分量 系统分量 样本回归函数与总体回归函数的区别 总体回归函数虽然未知，但它是确定的（PRF唯一) ； 样本回归线随抽样波动而变化，每次抽样都能获得一个样本，就可以拟合一条样本回归线，（SRF不唯一）； 样本回归线只是样本条件均值的轨迹，还不是总体回归线，它至多只是未知的总体回归线的近似表现 普通最小二乘法（OLS） （Ｏrdinary Least Squares) 经典计量经济学最常采用的参数估计方法 它是建立在一个简单的估计准则——最小二乘准则之上的