《二、简单回归模型.ppt

简单回归模型 一、简单回归模型定义 X:自变量、解释变量、控制变量、预测变量、回归元 Y:因变量、被解释变量、响应变量、被预测变量、回归子 ：误差项或扰动项 ：斜率参数 ：截距参数 如何刻画其他条件不变 例2.1 大豆产出和施肥量的关系 例2.2 一个简单的工资方程 关于简单模型的两个重要假定 E(u|x)=E(u)=0 上述2个例子是否满足这样的假定 总回归函数（PRF，population regression function) 前提：假如已知所研究的经济现象的总体的被解释变量Y和解释变量X的每个观测值 （通常这是不可能的！） 那么，可以计算出总体被解释变量Y的条件期望 ，并将其表现为解释变量X的某种函数 这个函数称为总体回归函数（PRF） 总体回归函数表现的是该总体活动的某种规律性 几种常用的线性形式 例：首席执行官（CEO）的薪水与净资产回报率 假定模型 利用CEOSAL1.RAW中的数据(单位是千美圆），EVIEWS结果如下 这是SRF，我们无从得知PRF. Roe=30,salary=1518.221; 例：工资和教育 模型为 利用Wage1.raw中数据，得到下面的OLS回归线（样本回归函数） * 最小方差(有效)性 前提：样本相同、用不同的方法估计参数，可以找到若干 个不同的估计式 目标: 努力寻求其抽样分布具有最小方差的估计式 —— 最小方差准则 （见图3） 既是无偏的同时又具有最小方差的估计式，称为最佳 （有效）估计式。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * 概 率 密 度 图 3 估计值 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 渐近性质（大样本性质） 思想: 有时很难找到方差最小的无偏估计，需要考虑样本扩大后的性质（估计方法不变，样本数逐步增大） 一致性： 当样本容量 n 趋于无穷大时，如果估计式 依概率收敛于总体参数的真实值，就称这个估计式 是 的一致估计式。即 或 （渐近无偏估计式是当样本容量变得足够大时其偏倚趋于零的 估计式） (见图4) 渐近有效性：当样本容量 n 趋于