第二章 简单线性回归模型-吴慧慧-9.29讲述.ppt

第 二 章 一元线性回归模型 　　　 本章主要讨论 回归分析与回归函数 一元线性回归模型参数的估计 一元线性回归模型的统计检验 回归模型预测 第一节 回归分析概述 本节基本内容: ●回归与相关 ●总体回归函数 ●随机扰动项 ●样本回归函数 对变量间统计相关关系的考察可以通过相关分析来完成的。 具有相关关系的变量间有时存在因果关系，这是，可以通过回归分析研究变量间的具体依存关系 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） 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因果关系。 4） 相关分析 可以对称地对待任何（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。 回归分析构成计量经济学的方法论基础，其主要内容包括 （1）根据样本观察值对经济计量模型参数进行估计，求得回归方程； （2）对回归方程、参数估计值进行显著性检验； （3）利用回归方程进行分析、评价及预测。 回归分析关心的是根据解释变量的已知或给定值，考察被解释变量的总体均值，即当解释变量取某个确定值时，与之统计相关的被解释变量所有可能出现的对应值的平均值。 注意几个概念 研究对象的全体称为总体或母体，组成总体的每个基本单位称为个体。 注意：（1）按组成总体个体的多寡分为：有限总体和无限总体； （2）总体具有同质性：每个个体具有共同的观察特征，而与其它总体相区别； （3）度量同一对象得到的数据也构成总体(对每日气温的记录)，数据之间的差异是绝对的，因为存在不可消除的随机测量误差； （4）个体表现为某个数值是随机的，但是，它们取得某个数值的机会是不同的，即它们按一定的规律取值，即它们的取值与确定的概率相对应。 样本和样本容量 总体中抽出若干个个体组成的集体称为样本。 样本中包含的个体的个数称为样本的容量，又称 样本的大小。 注意：抽样是按随机原则选取的，即总体中每个 个体有同样的机会被选入样本。 随机变量 根据概率不同而取不同数值的变量称为随机变量。 注意： （1）一个随机变量具有下列特性：rv 可以取许多不同的数值，取这些数值的概率为p，p满足：0=p=1。 （2）随机变量以一定的概率取到各种可能值，按其取值情况随机变量可分为两类：离散型随机变量和连续型随机变量。离散型随机变量的取值最多可列多个；连续型随机变量的取值充满整个数轴或者某个区间。 离散型随机变量与连续型随机变量 总体、随机变量、样本间的联系 总体就是一个随机变量，所谓样本就是n个（样本容量n）相互独立且与总体有相同分布的随机变量x1，……，xn。 每一次具体抽样所得的数据，就是n元随机变量的一个观察值，记为（X1，……，Xn）。 通过总体的分布可以把总体和样本连接起来。 样本与总体之间的关系 样本是总体的一部分，是对 总体随机抽样后得到的集合。 对观察者而言，总体是不 了解的，了解的只是样本 的具体情况。我们所要做 的就是通过对这些具体样 本的情况的研究，来推知整 个总体的情况。 回归函数：应变量 的条件期望 随解释变量 的变化而有规律的变化，如果把 的条件期望 表现为 的某种函数 这个函数称为回归函数。 回归函数分为：总体回归函数和样本回归函数 如何理解总体回归函数 实际的经济研究中总体回归函数通常是未知的，其具体函数形式只能根据经济理论和实践经验去设定。“计量”的目的就是寻求PRF。 总体回归函数中 的条件均值与 的关系可是线性的，也可是非线性的。 对线性回归模型的“线性”有两种解释 就变量而言是线性的 —— 的条件均值是 的线性函数 就参数而言是线性的 —— 的条件均值是参数的线性函数 2.1.3 随机扰动项 概念: 各个 值与条件均值 的偏差 代表 排除在模型以外的所有 因素对 的影响。 性质： 是期望为0有一定分布的不可观测的随机 变量 （*）式