第二章一性回归模型.ppt

10. 下表给出了每周家庭的消费支出Y（美元）与每周的家庭的收入X（美元）的数据。 要求： （1）对每一收入水平，计算平均的消费支出E（Y︱Xi），即条件期望值； （2）以收入为横轴、消费支出为纵轴作散点图； （3）在散点图中，做出（1）中的条件均值点； （4）你认为X与Y之间、X与Y的均值之间的关系如何？ （5）写出其总体回归函数及样本回归函数。 （2） （3） 六、上机题 下表给出了美国30所知名学校的MBA学生1994年基本年薪（ASP）、GPA分数（从1~4共四个等级）、GMAT分数以及每年学费的数据。 要求： （1）用双变量回归模型分析GPA是否对ASP有影响？ （2）用合适的回归模型分析GMAT分数是否与ASP有关？ （3）每年的学费与ASP有关吗？你是如何知道的？如果两变量之间正相关，是否意味着进到最高费用的商业学校是有利的； （4）你同意高学费的商业学校意味着高质量的MBA成绩吗？为什么？ （1）使用Eviews软件，ASP对GPA分数的回归结果如表所示。 从回归结果看，GPA分数的系数是统计显著的，对ASP有正的影响。 （2）使用Eviews软件，ASP对GMAT分数的回归结果如表所示。从回归结果看，GMAT分数与ASP显著正相关。 （3）使用Eviews软件，ASP对学费X的回归结果如表所示。从计算结果看，每年的学费与ASP显著正相关。学费高，ASP就高；但学费仅解释了ASP变化的一部分（不到50%），明显还有其他因素影响着ASP。 （4）使用Eviews软件回归结果如表所示。从回归结果看，尽管高学费的商业学校与高质量的MBA成绩略有正县相关性，但学费对GPA分数的影响是不显著的，而且也无法得出学费是影响GPA分数的主要原因的结论。 年份 CPI SP500指数 1990 130.7 334.59 1991 136.2 376.18 1992 140.3 415.74 1993 144.5 451.41 1994 148.2 460.33 1995 152.4 541.64 1996 159.6 670.83 2. 下表给出了1990—1996年间的CPI指数与SP500指数。要求：（1）以CPI指数为横轴、SP指数为纵轴做图； （2）你认为CPI指数与SP指数之间关系如何？ （3）考虑下面的回归模型： ，根据表中的数据运 用OLS估计上述方程，并解释你的结果；你的结果有经济意义吗？ （1）利用所给数据做图，如图所示 （2）从上图可见，CPI指数与SP指数正相关，且呈近似的线性关系。 （3）使用Eviews软件回归结果如表所示。回归结果显示，CPI指数与SP指数正相关，斜率表示当CPI指数变化1个点，会使SP指数变化11.08个点；截距表示当CPI指数为0时，SP指数为-1137.826，此数据没有明显的经济意义。 一、单项选择题 1、D2、B3、D4、D5、A 6、C7、D8、C9、C10、B 11、B 12、B 13、B14、D15、A 16、C 17、D 18、A19、B 20、B 21、D 22、A 23、C24、B 25、D 26、D 27、B 28、A29、B 30、C 二、多项选择题 1、ABC2、ACD3、BD4、BCD5、ABCD 6、ABD7、ABC8、ABCD9、BCD 10、ABCD 11、ABCD 三、判断题 1、×2、× 3、√4、× 5、× 6、×7、× 8、√9、√10、× 11、×12、×13、×14、×15、√ 第二章 一元线性回归模型 一、回归模型概述 1、相关分析与回归分析 2、随机误差项（引入随机误差项的原因，5点） 3、总体回归模型 （1）总体回归函数 （2）总体回归模型 4、样本回归模型 （1）样本回归函数 （2）样本回归模型 二、一元线性回归模型的参数估计 1、一元线性回归模型的基本假设 （1）解释变量是确定性变量，不是随机变量 （2）随机误差项零均值、同方差，不同样本点之间独立 （3）随机误差项与解释变量不相关 （4）随机误差项服从正态分布 （5）模型正确设定 2、参数的普通最小二乘估计 基本思想： 3、参数的最大似然估计 4、普通最小二乘参数估计量的性质 （1）小样本：线性性、无偏性、有效性（BLUE） （2）大样本：渐近无偏性、一致性、渐近有效性 5、普通最小二乘样本回归函数的性质 （1）（2）（3） （4）（5） 6、随机误差项方差的估计 三、一元线性回归模型的拟合优度检验 1、离差分解 TSS=ESS+RSS 其中 2、决定系数 3、决定系数与相关系数的关系 四、一元线性回归模型的参数的统计推断 1、参数估计量的分布2、参数的区间估