原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第2章 线性回归的基本思想 双变量模型
* OLS * 例2.2 例2.2的样本回归方程 * Y X ybar xbar (X-xbar)(Y-ybar) (X-xbar)2 1 700 800 1110 1700 369000 810000 2 650 1000 1110 1700 322000 490000 3 900 1200 1110 1700 105000 250000 4 950 1400 1110 1700 48000 90000 5 1100 1600 1110 1700 1000 10000 6 1150 1800 1110 1700 4000 10000 7 1200 2000 1110 1700 27000 90000 8 1400 2200 1110 1700 145000 250000 9 1550 2400 1110 1700 308000 490000 10 1500 2600 1110 1700 351000 810000 平均值 1110 1700 求和 1680000 3300000 b1＝Sxy/Sx2 0.509091 b0=ybar-b1*xbar 244.5455 ^ ^ ^ * OLS估计量的性质 e ex eyhat 48.18 38542.45 31405.79 -103.64 -103636.36 -78104.13 44.55 53454.55 38106.61 -7.27 -10181.82 -6961.98 40.91 65454.55 43326.45 -10.91 -19636.36 -12664.46 -62.73 -125454.55 -79207.44 35.45 78000.00 48379.34 83.64 200727.27 122641.32 -68.18 -177272.73 -106921.49 0.00 0.00 0.00 Y X 1 700 800 2 650 1000 3 900 1200 4 950 1400 5 1100 1600 6 1150 1800 7 1200 2000 8 1400 2200 9 1550 2400 10 1500 2600 求和 * 总结 总体回归函数(PRF) E(Y|X)= b0 + b1 X Y = b0 + b1 X + u 样本回归函数(SRF) “线性”回归 参数线性 OLS估计及性质 第2章 线性回归的基本思想：双变量模型 Simple regression model y= b0 + b1 x + u * 目录 Introduction to Regression Analysis 2.1 变量间的关系及回归分析的基本概念 2.2 总体回归函数 2.3 随机扰动项 2.4 样本回归函数 2.5 “线性”回归的含义 2.6 从双变量回归到多元线性回归 2.7 参数估计：OLS * 2.1 变量间的关系及回归分析的基本概念 * 1、变量间的关系 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。 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。 △ 经济变量之间的关系，大体可分为两类： * △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： 正相关 线性相关 不相关 相关系数： 统计依赖关系 负相关 1 1 ￡ ￡ - XY r 有因果关系 回归分析 正相关 无因果关系 相关分析 非线性相关 不相关 负相关 * △几点注意 不线性相关并不意味着不相关； 有相关关系并不意味着一定有因果关系； 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； 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）。 * 回归分析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。 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）。 2、回归分析的基本概念 * 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
文档评论（0）