一元线性回归模型.pptVIP

例题2.1 人均鲜蛋需求量Y与人均可支配收入X关系 9. yF 的点预测与区间预测 Y1999的置信区间：20.2089?2.26?1.4417 → [16.9507，23.4671] Y2000的置信区间：20.8171?2.26?1.5297 → [17.3600，24.2742] （第2版教材第39页） （第3版教材第36页） Y1999的点估计值：Y1999 = 10.77 + 0.005069 ? 1863 = 20.21 Y2000的点估计值：Y2000 = 10.77 + 0.005069 ? 1983 = 20.82 (file: li-2-1) 教材2.8节 案例分析 人均消费性支出与可支配收入关系 （第2版教材第42页） （第3版教材第39页） 整个样本 区间预测的 EViews操作 (file：li-2-3) 补充案例1：用回归模型预测木材剩余物（file:case1） 伊春林区位于黑龙江省东北部，有森林面积219万公顷，木材蓄积量为2.3亿m3。森林覆盖率为62.5%，是我国主要的木材工业基地之一。1999年伊春林区木材采伐量为532万m3。按此速度44年之后，1999年的蓄积量将被采伐一空。 为缓解森林资源危机，并解决部分职工就业问题，除了做好木材的深加工外，还要充分利用木材剩余物生产林业产品，如纸浆、纸袋、纸板等。因此预测林区的年木材剩余物是安排木材剩余物加工生产的一个关键环节。 黑龙江省伊春林区 观测点近似服从线性关系。建立一元线性回归模型 Yt = ?0 + ?1 Xt + ut 年剩余物Yt和年木材采伐量Xt散点图 分析EViews输出结果。注意：S.D.和S.E.的区别。S.E.和RSS的关系。 = -0.7629 + 0.4043 Xt (-0.6) (12.1) R2 = 0.91, T = 16 上述模型的经济解释是，对于伊春林区每采伐1 m3木材， 将平均产生0.4 m3的剩余物。 问题3：为什么离群值对回归参数OLS估计量的影响大？ 问题2：估计一元线性回归模型，最少需要多少组观测值？ 10. EViews操作 附录1：怎样建立EViews新工作文件。 附录2：怎样用EViews通过键盘输入，复制、粘贴功能 输入数据。 注意： （1）变量命名时，字符不得超过16个。 （2）给变量命名时，避免使用下列名字：ABS，ACOS ， AR， ASIN，C，CON，CNORM， COEF，COS，D，DLOG， DNORM，ELSE，ENDIF，EXP，LOG，LOGIT，LPT1， LPT2，MA，NA，NRND，PDL，RESID，RND，SAR， SIN，SMA，SQR，THEN。 附录3：OLS估计的操作步骤。Quick→Estimate Equation。 对话框中输入 y c x 。OK键。 附录4：怎样用EViews预测。 11．相关系数 相关（correlation） ：指两个或两个以上变量间相互关系的程度或强度。 分类：①按强度分 完全相关：变量间存在函数关系。 高度相关（强相关）：变量间近似存在函数关系。 弱相关：变量间有关系但不明显。 零相关：变量间不存在任何关系。 完全相关 高度相关、线性相关、正相关 弱相关 （第2版教材第28页） （第3版教材第26页） ②按变量个数分 简单相关：指两个变量间相关。 按形式分：线性相关, 非线性相关 按符号分：正相关, 负相关, 零相关 复相关（多重相关和偏相关）： 指3个或3个以上变量间的相关。 11．相关系数 非线性相关 负相关 零相关 11.2 简单线性相关的度量 简单线性相关系数，简称相关系数（correlation coefficient） 。 度量两个变量间的线性相关强度，用 ? 表示。 （第2版教材第28页） （第3版教材第26页） 11.2 简单线性相关的度量 11.3 相关系数的取值范围 图1 正相关 图2 负相关 图3 r = 0.92