2-1经典单方程计量经济学模型.pptVIP

单方程计量经济学模型理论与方法 Theory and Methodology of Single-Equation Econometric Model 第二章 经典单方程计量经济学模型：一元线性回归模型 §2.1 回归分析概述 §2.2 一元线性回归模型的参数估计 §2.3 一元线性回归模型检验 §2.4 一元线性回归模型预测 §2.5 实例 1. “回归”一词的历史渊源 加尔顿 普遍回归定律 父母的身高与儿女身高 皮尔逊 回归到中等 2. 回归的现代释义 加尔顿的普遍回归定律 §2.1 回归分析概述 （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。 （2）统计依赖或相关关系：研究的是非确定现象随机变量间的关系。 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： 例如张三和李四生活在两个不同的地区，于不同的工作，也没有任何个人之间的联系，他们各自每个月的消费开支就应该是不相关的，因为决定他们消费的因素没有什么共同之处和相互联系。但如果他们干相同种工作．住在同一个地方，就可能因为收入和共同的生活习惯、风俗等的影响，他们的消费开支会存在某种内在联系，从而不再是完全不相关的。 另一个例子是——个家庭的住房面积和每月煤气费之间，通常也应该是不相关的，因为在我国煤气主要是烧饭菜的而不是取暖的．因此煤气费通常与住房面积不会有相关性。当然在用煤气取暖的地方情况就有所不同。 1、变量间的关系 1、变量间的关系 ▲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。 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。 其用意：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。 这里：前一个变量被称为被解释变量（Explained Variable）或应变量（Dependent Variable），后一个（些）变量被称为解释变量（Explanatory Variable）或自变量（Independent Variable）。 回归与因果关系 回归研究一个变量对另一（些）变量的依赖关系，但他并不一定意味着因果关系。 一个统计关系式，不管多强也不管多么有启发性，却永远不能确立因果方面的联系：对因果关系的理念，必须来自统计学以外，最终来自这种或那种理论。 ——肯达尔（Kendall）斯图亚提（Stuart） 农作物收成与降雨量 从逻辑上说，统计关系本身不可能意味着任何因果关系。要谈因果律，必须诉诸先验的或理论上的思考。 回归与相关 两者关系密切但在概念上迥异 相关分析——以测度两个变量之间的线性关联力度为其主要目的。相关系数就是用来测度这种（线性）关联强度的。 回归分析——并不主要对这种度量感兴趣。是试图根据其他变量的设定值来估计或预测某一变量的平均值。 例如：吸烟与肺癌、统计学考分与数学考分、中学成绩与大学成绩 基本分歧 回归分析——对应变量和解释变量的处理方法存在着不对称性。应变量被当作是统计的，随机的；解释变量则被看作取固定值。 相关分析——对称的对待任何（两个）变量，应变量与解释变量之间不加区别。 2、回归分析的基本概念 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。 要点与结论 1、回归分析的主要用意，是分析一个叫应变量的变量，对另一个或多个叫做解释变量的变量的统计依赖关系 2、这种分析的目的，是要在解释变量的已知或固定值的基础上，估计和（或）预测应变量的均值 3、实际上，回归分析的成功有赖于数据的获得。 由于变量间关系的随机性，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。 二、总体回归函数 例2.