第二章 一元线性回归幻灯片.ppt

用 的无偏估计量 替代 ，有 其中 对于给定的显著性水平 由此可得，个别值 的置信度为 的预测置信区间为 （2-51） 例2-9 以例2-3为例（假设一个由100个家庭构成的总体，并假设这100个家庭的月可支配收入水平只限于1300元、1800元、2300元、2800元、3300元、800元、4300元、4800元、5300元、5800元10种情况，每个家庭的月可支配收入与消费数据如表2-1所示，要研究这一总体的家庭月消费支出Y与家庭月可支配收入X之间的关系，以便根据已知的家庭月可支配收入水平测算该总体的家庭月消费支出平均水平。） 利用例2-3建立的消费函数模型，求家庭可支配收入为6000元时家庭消 费支出的个别值置信度为95%的预测置信区间。 析： 预测置信区间为 可求得 四、预测置信区间的特征 3．样本容量越大、拟合优度越高， 预测置信区间越小 2．解释变量X的取值偏离X的距离越 大，预测置信区间的宽度越大 1．被解释变量总体均值的预测置信 区间窄于个别值的预测置信区间 问题：考察中国城镇居民消费支出与可支配收入的关系。 Y：城镇居民家庭人均消费支出 X：城镇居民人均可支配收入 数据：以1978年为基期 ，利用城镇居民消费价格指数， 将所有名义数据调整为实际数据 。 第五节 案例分析 一. 建立模型 拟建立如下一元回归模型 二. 参数估计 采用Eviews软件进行回归分析的结果见下表 0 Prob(F-statistic) 1.339547 Durbin-Watson stat 10507.91 F-statistic -101.513 Log likelihood 8.378549 Schwarz criterion 4924.794 Sum squared resid 8.281039 Akaike info criterion 14.63289 S.E. of regression 306.519 S.D. dependent var 0.997721 Adjusted R-squared 754.1376 Mean dependent var 0.997816 R-squared 0 102.5081 0.007009 0.718432 X 0 13.16886 7.080402 93.24083 C Prob. t-Statistic Std. Error Coefficient Variable Included observations: 25 Sample: 1980 2004 Date: 11/03/06 Time: 16:09 Method: Least Squares Dependent Variable: Y 三. 模型检验 1．经济意义检验 这与西方经济学中边际消费倾向的意义相符合。 且取值介于0-1之间， 2．统计推断检验 因为 t0.025(23)=2.069， 这表明城镇居民人均可支配收入对消费支出有显著影响。 四. 模型检验 2005、2006年我国城镇居民人均可支配收入分别为： X2005 ＝ 2106.7元、X2006 = 2385.2元 （1978年基期） 点估计：Y2005 = 93.24083 + 0.718432 ? 2106.7 = 1606.761（元） Y2006 = 93.24083 + 0.718432 ? 2106.7 =1806.845（元） 2005年，我国城镇居民人均消费支出的总体均值的置信度为95%的预测置信区间为: 2005年，我国城镇居民人均消费支出的个别值的置信度为95%的预测置信区间为: 2005年，我国城镇居民人均消费支出的总体均值的置信度为95%的预测置信区间为: 2005年，我国城镇居民人均消费支出的个别值的置信度为95%的预测置信区间为: 1）满足线性性、无偏性、有效性三个小样本性质的参数估计量称为最佳 线性无偏估计量（best linear unbiased estimator，BLUE）。 2）满足小样本性质的参数估计量自然也满足大样本性质。 3）在小样本性质不满足的情况下，应扩大样本容量，考察大样本性质。 4）在满足基本假设情况下，一元线性回归模型的普通最小二乘参数估计 量是最佳线性无偏估计量。（why??） 几点说明：