回帰分析（単回帰）.PDF

回帰分析（単回帰） 麻生良文 1.回帰分析の前提 次のようなモデルを考える（単回帰モデル: simple regression model）。 y α + βx + u (1) y ：被説明変数(explained variable), 従属変数(dependent variable), regressand x : 説明変数(explanatory variable), 独立変数(independent variable), regressor u: 誤差項(error term), 撹乱項(disturbance term) example (Keynes 型消費関数) C α + β YD + u C ：民間消費，YD:可処分所得，β ：限界消費性向 (賃金の決定-- wage1.raw) wage α + β educ + u wage:賃金，educ:教育年数 モデルの特徴 線型モデル パラメータα,βに関して線型 x2 を説明変数に含める，ln(x) などの変数変換を行うことで， x の非線形効果を捉 えることは可能 x 以外の効果は誤差項に集約されている。 他の変数，モデルで想定していない変数の効果 観察不可能な変数の影響 y の測定誤差 1 複数の要因を同時に考えるモデル--重回帰(multiple regression) y α + β x + β x + Lβ x + u (2) 1 1 ２ 2 k k (x ,y ) の組み合わせが(1)式のような確率モデルにしたがって実現すると考える y y =α+βx y i β ui α x xi y y =α+βx 誤差項 u の密度関数 x 2 回帰分析の前提 まず，次の仮定をおく。 （仮定1）線型性 真のモデルが次の方程式で表される。α，βは推定すべき未知パラメータ。(x , y ) は i 番目の