- 1、本文档共14页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
第6章 双变量模型
01-2-28 双变量线性回归模型 “回归”的由来及含义 回归分析用于研究一个变量与另外一个或多个变量之间的关系 问题的提出 研究个人可支配收入如何影响其博彩支出: 令Y表示每周博彩支出,X表示每周个人可支配收入,现随机调查10名个体消费者,其每周博彩支出和每周个人可支配收入数据如下表6.1。 表6-1 每周博彩支出和每周个人可支配收入 博彩支出和个人可支配收入的散点图 建立模型 ——每周个人收入 随机误差项的含义 在自变量中被忽略的因素 观测误差 模型数学形式设定误差 其他随机因素的影响 如何求模型中的参数 B1 和B2 Y与X之间是否是直线关系?若是,可用一条直线描述它们之间的关系。 在Y与X的散点图上画出直线的方法很多。究竟哪一条直线能“最好”地描述Y与X之间的关系。 什么是“最好”?—找出判断“最好”的原则 “最好”指的是找一条直线使得所有这些点到该直线的距离(平方和)最小。 三种距离 普通最小二乘(OLS)估计 求b1和b2,使得下式达到最小 线性回归模型的参数估计 回归系数的含义 b1没有具体的经济意义。 b2—表示自变量(解释变量)增加一个单位时,被解释变量(应变量)的改变量。 估计量的性质 1、回归直线经过中心点 * * 150 175 200 225 250 275 300 325 350 375 18 24 26 23 30 27 34 35 33 40 1 2 3 4 5 6 7 8 9 10 X(美元) Y (美元) 序号(美元) ——每周博彩支出 ——随机误差项 B1、B2——回归系数 y x 纵向距离 横向距离 距离 i 2 1 i X b b Y ? + =
文档评论(0)