第二章--一元线性回归模型.ppt

第二章 一元线性回归模型 建立模型是计量经济学的核心，我们首先介绍最简单的模型——一元线性回归模型，该模型的特点是只有两个变量（自变量和因变量），而且函数形式为线性。 第一节 回归分析和回归方程 2.1 回归分析 1.含义 经济变量之间的关系，大体可以分为两种类型： 函数关系 随机关系 (相关关系) 随机关系的基本特征是一个变量不能根据其他变量的数值,精确地、一一对应地求出其数值，但我们可根据大量统计数据找出其数量变化方面的统计规律，这种统计规律即回归关系，表示这种规律的数学公式称为回归方程，有关回归关系的计算方法和理论称为回归分析。 2.内容 (1)根据样本观察值确定样本回归方程 (2)检验样本回归方程对总体回归方程的近似程度 (3)利用样本回归方程分析总体的平均变化规律 即:收集数据、参数估计、回归模型的建立、检验 和预测。 人均月收入X 人均月消费支出Y 条件均值E(Y) 180 155 160 165 170 175 　 　 165 200 165 170 174 180 185 188 　 177 220 179 184 190 194 198 　 　 189 240 180 193 195 203 208 213 215 201 260 202 207 210 216 218 225 　 213 280 210 215 220 230 235 240 　 225 300 220 236 240 244 245 　 　 237 320 235 237 240 252 257 260 262 249 340 237 245 255 265 275 289 　 261 360 250 252 275 278 280 285 291 273 某总体的家庭收支情况 人均月收入X 条件均值E(Y) 180 165 200 177 220 189 240 201 260 213 280 225 300 237 320 249 340 261 360 273 人均月收入与人均月消费支出条件均值 从散点图(Scatterplot)可以看出，各个家庭的消费支出存在差异，但是各组家庭的平均消费支出随着收入水平的提高也在不断增加，消费支出的条件均值都落在一条直线上，这条直线描述了家庭收入变化时，消费支出的平均变化规律。 2.1.1 总体回归方程 图2－1中的直线称作总体回归直线，其对应的线性方程 称作总体线性回归方程，系数 称为总体回归参数。 称为总体回归方程的随机设定形式 回归分析的主要任务就是设法求出总体回归参数的具体数值，进而利用总体回归方程描述和分析总体的平均变化规律 2.1.2 样本回归方程 从前面所举的例子中可以看出，只有了解总体的概率分布，才能够确定总体回归方程，但是在现实的经济生活中，一般没有办法获得总体的数据，只能从总体中得到样本数据，利用样本信息对总体进行推断。设样本回归方程为： 其中 其随机误差形式为 Y X 总体回归方程 样本回归方程 2.1.3 随机干扰项产生原因 1、模型中被忽略因素的影响 2、模型函数形式设定误差 如采用线性函数代替非线性函数 3、数据的测量误差 登记性误差 代表性误差 4、随机因素的影响 2.2 参数的最小二乘估计 2.2.1 古典线性回归模型的基本假设 1、 零均值假定：随机误差项的期望或均值为零 ，该假定表明，随机误差项对Y没有任何影响 该假定表明：给定X对应的每个条件分布都是同方差的，每个Y值以相同的分布方式在它的期望值E(Y)附近波动 2 、同方差假定：每一个随机误差项的方差为常数，即: 3、无自相关假定：任意两个随机误差项之间不相关，用数学形式表示为： 4、 解释变量与随机误差项不相关假定，即 该假定表明，解释变量和随机误差项相互独立，互不相关，它们独自对因变量产生作用 2.2.2 普通最小二乘法 1.基本原理：选择参数 使得残差平方和 最小 由于 是 的二次函数，非负且连续可微，要使残差平方和最小 即求其极值，分别用 对 求偏导数，并令偏导数为0 （2.2.1） (2.2.2) 整理得： (2.2.3) (2.2.4) 求解方程组 有 令 斜率系数的离差形式 例2.1 我国税收预测模型 1985 2041 896441656811986 2091 10202 2133238