计量经济学章元线性回归模型.docVIP

第二章 一元线性回归模型 2.1 一元线性回归模型的基本假定 2.1.1一元线性回归模型 有一元线性回归模型（统计模型）如下， yt = (0 + (1 xt + ut 上式表示变量yt 和xt之间的真实关系。其中yt 称被解释变量（因变量），xt称解释变量（自变量），ut称随机误差项，(0称常数项，(1称回归系数（通常未知）。上模型可以分为两部分。（1）回归函数部分，E(yt) = (0 + (1 xt,（2）随机部分，ut 。 图2.1 真实的回归直线 这种模型可以赋予各种实际意义，居民收入与支出的关系；商品价格与供给量的关系；企业产量与库存的关系；身高与体重的关系等。 以收入与支出的关系为例。假设固定对一个家庭进行观察，随着收入水平的不同，与支出呈线性函数关系。但实际上数据来自各个家庭，来自同一收入水平的家庭，受其他条件的影响，如家庭子女的多少、消费习惯等等，其出也不尽相同。所以由数据得到的散点图不在一条直线上（不呈函数关系），而是散在直线周围，服从统计关系。 “线性”一词在这里有两重含义。它一方面指被解释变量Y与解释变量X之间为线性关系，即 另一方面也指被解释变量与参数、之间的线性关系，即。 ， 0 ， ， 2.1.2 随机误差项的性质 随机误差项ut中可能包括家庭人口数不同，消费习惯不同，不同地域的消费指数不同，不同家庭的外来收