第一单元：回归分析的性质.pptVIP

第一章 回归分析的性质 暨南大学经济学院统计学系 陈文静 暨南大学经济学院统计系 陈文静 * 1.1 回归的原始定义 一般而言，父亲身高(矮)，子女也身高(矮) 。加尔顿(Galton)发现: 矮个的父亲，如身高1.5M的人群，他们的子女的平均身高大于其父亲的平均身高，且趋向于(或回归于)所有人(高和矮)的平均身高. 对于高个的父亲，其子女的平均身高低于其父亲的平均身高，而且回归到所有人的子女的平均身高，即所谓回归到中等 这就是加尔顿提出的普遍回归定律 暨南大学经济学院统计系 陈文静 * 暨南大学经济学院统计系 陈文静 * 暨南大学经济学院统计系 陈文静 * 1.2 回归的现代含义 计量经济学广泛使用回归这个词，其意义为：回归是指研究某一个变量(称为因变量)与一个或多个变量(称为自变量或解释变量）之间的相互依赖关系，或者说用解释变量来解释因变量的变化，进一步，对于自变量（在重复抽样中）的给定值，估计或预测被解释变量的总体均值。 我们对这一概念及其念义，将随着课程的学习而逐渐清晰。 暨南大学经济学院统计系 陈文静 * 举例说明 例子：我们前述所讲的关于消费与收入的例子，经济学所关心的是，对于收入变量X和消费变量Y，X与Y如何相依即用收入能否解释Y的平均变化？ P6：菲氏曲线：菲利蒲斯经过观察和总结，认为货币工资变化率与失业率的关系呈现出彼此消长的现象，或者说货币收入率与通胀率彼此消长，也就是说，使用通胀率（或失业率），可以解释货币收入率或货币工资率的平均变化。进一步，对于货币工资的变化率和失业率的数据，如图所示，能否构造模型预测对于给定的某个失业率水平，其对应的货币工资的平均变化？ 问题：为什么强调平均，何谓重复抽样？ 暨南大学经济学院统计系 陈文静 * 暨南大学经济学院统计系 陈文静 * 暨南大学经济学院统计系 陈文静 * 1.3 统计关系与确定性关系 计量经济学的核心内容是回归分析，回归分析所讨论的是随机变量，所谓随机变量是指有着概率分布的变量，而且以相同的概率取样本空间中的样本值 回归分析讨论的是变量之间的相依性，随机变量之间的相依性即为统计关系 与之不同的是变量间的确定性关系：如变量X和Y之间的某种函数关系， Y＝f(X) 这种确定性关系所讨论的是变量之间的确定性关系，变量为确定性变量。 暨南大学经济学院统计系 陈文静 * 1.4 回归与因果关系 回归分析所研究的是因变量与解释变量之间的相依关系，但这种依赖关系并不是指这些变量之间具有因果关系。所谓因果关系， 计量经济学中多指Granger因果关系。 计量经济学研究经济问题的程序，从理论出发，将所要研究的问题表述为理论模型，即数理经济模型，然后扩展为可用于估计的计量经济模型。 这一模型为统计关系，但是，统计关系本身不意味着任何变量之间就一定存在因果关系 暨南大学经济学院统计系 陈文静 * 1.5 回归与相关 回归分析，是对应变量与有关解释变量的依赖关系的研究 相关是指两个变量之间线性关联程度的度量，在线性代数中，相关是对共线的度量，这里的相关与这一概念一致。 回归分析的目的不仅是研究变量之间的相关性，重要的是，通过模型能揭示经济变量之间的相依性，其目的之一是在给定因变量的条件下，预测应变量所对应的均值 暨南大学经济学院统计系 陈文静 * 回归分析与相关分析的不同点 回归分析：因变量被当做是统计的，随机的，有一个概率分布。而解释变量（在重复抽样中）取固定值，是给定的值。因此因变量和解释变量的处理时不对称的。 相关分析：两个变量都是随机的，对称地对因变量和解释变量进行处理，不加以任何区别。 注解：计量经济学阐述的回归理论大部分都以下述假定为条件：因变量是随机的，而解释变量是固定的或非随机的。 暨南大学经济学院统计系 陈文静 * 1.6 术语与符号 应（因）变量 Dependent variable Explanatory variable 被解释变量 自变量 Explained variable Independent variable 被预测变量 Predictand 预测元 Predictor 被回归因子 Regressand 回归元 Regressor 响应变量Response 控制变量 control variable 内生变量 外生变量 Endogenous Exogenous v