第三讲 一元线性回归2讲述.ppt

一元线性回归（二） 例题4-1 某城镇1988---1998年人均可支配收入X（元，1980年不变价），人均鲜蛋需求量Y（公斤），建立模型 Y=a+bX，估计收入对需求的影响。 1。利用Excel完成 2。利用stata完成 先画散点图，然后估计方程。 测试成绩和学生/教师比关系的OLS估计值及其分析。 打开数据文件：score.dta reg testscr str 回归结果的分析 1。截距项和斜率的含义是什么？ 本题的截距表示：学生教师比为0（没有学生时）的测试成绩的最高值，因此没有实际意义。可以理解为确定回归线的系数。 斜率：表示弹性 -2.28的斜率表示当每个教师对应的学生人数增加1个时，学区测试成绩将平均下降2.28分。 而当每个教师对应的学生人数减少2个时，测试成绩平均提高： ((-2)×(-2.28))= 4. 56分， 负的斜率表明每个教师对应的学生人数越多(较大规模的班)，则相应的测试成绩越差。 2。方程的经济预测能力： 得到回归结果后，可以进行简单的预测，只要给定学生/教师比（X）取值后就能预测全学区的测试成绩了。 testscr=698.93 - 2.28×str + u 如每个教师对应20个学生的学区，其测试成绩预测值为698. 93-2.28×20=653.30。当然，由于其他决定学区成绩的因素（u）的影响，预测不会是绝对正确的。预测的准确程度取决于模型的优劣。 3。方程的斜率的大小评估： 观察选取的420个样本的总体分布（分位数） 一个例子： 假设某个学区处于加利福尼亚学区的中位数，对应的学生/教师比为19. 7，现在想减少到17.7。 一方面：她的学区学生/教师比从50%分位数移到接近10%分位数。这是一个相当大的变动。 另一方面：带入方程，测试成绩预计从654.5提高到659.1，从50%分位数移到将近60%分位数。 我们把利用OLS方法估计出的参数b0和b1称为OLS估计量，用 表示。 用OLS方法估计出的方程： 残差的概念 残差是每个样本的拟合值和实际值之间的差。用ei或者 表示。 样本回归模型： 样本拟合线： 残差值： 基本原理： 1。确定样本个数n，给出观测值(Xi，Yi)， i=1,2,3,…n。由于样本容量已定，样本回归 模型可写为： 其中 称为回归系数(拟合参数)， 称为 残差 （拟合误差）。 2。利用OLS法寻找残差的平方和最小的直线，估计出 的具体值。 3。此时可得到利用OLS方法测算出的Y的拟合值 ，注意， 并不是实际的Y值，有如下计算公式： 思考： 与ui是否是一回事？ 有什么区别和联系？ 拟合优度 拟合优度R2：描述OLS回归线对样本数据的拟合效果；描述观测值在回归线附近的离散程度；同时描述了样本数据有多大程度可以被回归方程所解释。 回归R2是指可由Xi解释(或预测)的Yi样本方差的比例。 OLS方法得到的拟合线一定是所有直线中拟合效果最好的，但由于样本自身的原因，拟合效果有好有坏。 最典型的例子是错误的函数形式 拟合优度 由于每次向回归方程中增加解释变量，R2必然只增不减。为此，可以通过调整自由度对解释变量过多进行“惩罚”，因此，可以定义 “校正的拟合优度” 察看上述例题的拟合优度 注意： 1。拟合优度一定程度上反映了选取变量的对被解释变量的“解释能力”。 2。拟合优度低一般说明方程忽略了某些重要的解释因素。 3。在大样本下，拟合优度一般不会太高。 回归标准误差（SER） 回归标准误差(standard error of the regression. SER)是回归误差u的标准差估计量，是用因变量单位度量的观测值在回归线附近的离散程度。 对于误差项ui，我们更关心它在回归线附近的离散程度，即标准差。希望标准差越小越好。 由于ui本身是不可知的，因此，实际上sui是无法获得的，为了模拟其数值大小，我们用 的标准差作为ui的标准差的估计值，称为回归的标准误差。 模型中样本值可以自由变动的个数，称为自由度。 自由度 = 样本个数 — 样本数据受约束条件（方程）的个数。 例如，样本数据个数为n，它们受k个方程的约束（系数矩阵秩为k），那么，自由度df = n-k。 其中n-2为自由度。由于随机变量 必须满足k+1个正规方程（一元线形回归模型中有2个方程），故只有n-k-1个是相互独立的。经过这样校正后，才是无偏估计。 如果 无任何特征和规律可言，整个计量模型的建立将无法开展，因此，我们需要人为地为它设定一些假定条件。 如果下列假定条