2一元线性回归模型导论.ppt

第二章 经典单方程计量经济学模型：一元线性回归模型 回归分析概述 一元线性回归模型的参数估计 一元线性回归模型检验 一元线性回归模型预测 实例 §2.1 回归分析概述 一、变量间的关系及回归分析的基本概念 二、总体回归函数（PRF） 三、随机扰动项 四、样本回归函数（SRF） 一、变量间的关系及回归分析的基本概念 1. 变量间的关系 （1）确定性关系或函数关系：研究的是确定现象非随机变量间的关系。 对变量间统计依赖关系的考察主要是通过相关分析(correlation analysis)或回归分析(regression analysis)来完成的 注意 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回归分析/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。 ●??从变量相关的程度看. 完全相关 不相关 不完全相关 （一） 复相关系数 复相关系数是指在具有多元相关关系的变量中，用来测定因变量y与一组自变量 之间相关程度的指标。 复相关系数的计算公式为： 复相关系数的取值是介于-1和+1之间，和简单相关系数一样，也是用其绝对值的大小来判断相关的密切程度。 （二） 偏相关系数 偏相关系数是在多个变量中，当其他变量保持不变的情况下，测定任意两个变量之间的相关程度的指标。偏相关系数取值是介于-1和+1之间，和简单相关系数一样，也是用其数值的大小来判断相关的密切程度。 设有三个变量 ，如果在这三个变量中，剔除 的影响，可计算 ， 对 偏相关系数，记作 ，其计算公式为： ，如果在这三个变量中，剔除 的影响，可计算 ， 对 偏相关系数，记作 ，其计算公式为： 如果在这三个变量中，剔除 的影响，可计算 ， 对 偏向关系数，记作 ，其计算公式为： 相关系数的特点: 1.相关系数取值为-1—1 2.当r=0时,表明X与Y没有线性相关关系 3.当0|r|1时,表明X与Y存在一定的线性相关关系,若r0称为正相关,否则称为负相关 4.当|r|=1时,表明完全线性相关.r=1完全正相关,r=-1完全负相关. 利用相关系数判断相关关系的密切程度，通常认为： 相关系数的值直线相关程度=0完全不相关0 ＜ ≤0.3微弱相关0.3 ＜ ≤0.5低度相关0.5 ＜≤0.8显著相关0.8 ＜≤1高度相关=1完全相关 使用相关系数时应注意 ● 和 都是相互对称的随机变量 ●?线性相关系数只反映变量间的线性相关程度，不 能说明非 线性相关关系 ●?样本相关系数是总体相关系数的样本估计值，由 于抽样波动，样本相关系数是个随机变量，其统 计显著性有待检验 ● 相关系数只能反映线性相关程度，不能确定因果 关系，不能说明相关关系具体接近哪条直线 计量经济学关心：变量间的因果关系及隐藏在随机性后面的统计规律性，这有赖于回归分析方法 2. 回归分析的基本概念 回归分析(regression analysis)是研究一个变量关于另一个（些）变量的具体依赖关系的计算方法和理论。 其目的在于通过后者的已知或设定值，去估计和（或）预测前者的（总体）均值。 被解释变量（Explained Variable）或应变量（Dependent Variable）。 解释变量（Explanatory Variable）或自变量（Independent Variable）。 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。 二、总体回归函数 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。 例2.1：一个假想的社区有100户家庭组成，要研究该社区每月家庭消费支出Y与每月家庭可支配收入X的关系。 即如果知道了家庭的月收入，能否预测该社区家庭的平均月消费支出水平。 为达到此目的，将该100户家庭划分为组内收入差不多的10组，以分析每一收入组的家庭消费支出。 由于不确定因素的影响，对同一收入水平X，不同家庭的消费支出不完全相同； 但由于调