[计量经济学课件2.pptVIP

下载本文档

1
0
约4.17千字
约 12页
2017-01-09 发布于北京
举报
版权申诉

[计量经济学课件2.ppt

1、本文档共12页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

[计量经济学课件2

STA 677.001 STA 677.001 * 计量经济学北京交通大学经济管理学院 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * 2一元线性回归分析 2.1 一元线性回归模型的基本假定 2.2 一元线性回归模型的参数估计 2.3 一元线性回归模型的假设检验 2.4 一元线性回归模型的预测 2.5 案例分析 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * 要求 1.理解回归分析的基本思想； 2.掌握一元线性回归模型的基本假设； 3.掌握一元线性回归模型的参数估计方法及参数估计量的性质； 4.掌握一元线性回归模型的假设检验原理； 5.掌握一元线性回归模型的预测； 6.掌握一元线性回归模型的应用。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * 回归分析是一种古典而又充满生机的模型，是统计学中最成熟、最常用的统计工具，是一种分析变量间关系的定量技术。回归分析最基本的分类就是一元回归和多元回归。总体回归函数样本回归函数 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * 2.1 一元线性回归的基本假定在回归分析中，涉及到两类变量。其一是解释变量（自变量），其二是被解释变量（因变量）。解释变量与被解释变量是不“对等”的。自变量是预测变量，并假定它是可以控制的无测量误差的非随机变量；相反，因变量是被预测变量，是受其他变量影响的变量，它是随机变量，即相同的Y可能是由于不同的X所造成，或者相同的X可能引起不同的Y，其表现正是随机误差项。随机误差值是观察值Y能被自变量X解释后所剩下的值，故又称为残差值，它是随机变量。和为未知待估的总体参数，又称其为回归系数。由此可见，实际观测值Y被分割为两个部分：一是可解释的确定项，二是不可解释的随机项。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * 2.1 一元线性回归的基本假定一元线性回归模型的基本假设有： X与Y之间的关系是线性的。 X是非随机变量，它的值是不变的。误差有0期望值：E(ε)=0。误差项对所有观测值有不变方差。即E(ε2)=σ2。随机变量εi是统计独立的。因此E(εiεj)=0，对所有的i≠j。误差项是为正态分布。前五个基本假设构成经典线性回归模型。