计量经济学 第一章节.pptVIP

例3 例1（续） 由样本计算所得值 1.7一元线性回归模型应用于预测 例1（续） EVIEWS5.1 回归结果 拟合效果图 回归的标准误差与因变量标准差 1.4 参数估计量的统计性质 满足线性、无偏、最小方差性 一、线性： 和 分别是 或 的线性函数。 即 其中 ， 满足 ， 二、无偏性： 是回归参数 的无偏估计量； 是回归参数 的无偏估计量。 即 ， 三、最佳性（最小方差性）： 在回归参数的所有线性无偏 估计量中，最小二乘估计量具有最小方差性。 即 取到最小值 取到最小值 1.5 回归参数的置信区间和 显著性检验 一、回归参数的抽样分布 二、估计量的标准差及其估计值 标准方差： ， 标准方差的估计值： 记号 三、回归参数的区间估计 给定置信度 作随机变量 使得 的置信度为 的置信区间为： (一) 对于 ： 给定置信度 作随机变量 使得 (二)对于 的置信度为 的置信区间为: （ ） ： 四、回归参数的显著性检验 （一）对于 给定显著性水平 （1）提出假设 （2）作检验统计量 （3）在 成立的条件下， （4） 的拒绝域为： ： （5） 推断：若 ，则拒绝 ，因而 显著地不为零；反之，则接受 。 （2）对于 给定显著性水平（或检验水平） （1）提出假设 （常数） （2）作检验统计量 （3）在 成立的条件下， （4） 的拒绝域为： ： （5） 推断… 例4 研究北京地区通货膨胀率与房地产价格的经济关系。 根据已有的统计数据，考虑样本数据为2006年1月至 2010年12月的月度数据；以CPI（同比）表示通货膨胀 率（%），以北京房屋销售价格指数（同比）表示 北京房价（记作变量：HP） （%）。 现分析北京房价对通货膨胀率的线性影响关系。 （HP为自变量，CPI为因变量） 样本数据如下表所示： 08-1 08-2 08-3 08-4 08-5 08-6 08-7 08-8 08-9 08-10 08-11 08-12 07-1 07-2 07-3 07-4 07-5 07-6 07-7 07-8 07-9 07-10 07-11 07-12 06-1 06-2 06-3 06-4 06-5 06-6 06-7 06-8 06-9 06-10 06-11 06-12 HP CPI 月份 HP CPI 月份 HP CPI 月份 1.1 0.7 0.6 0.6 0.5 0.7 1.5 1.2 0.9 1.1 0.5 1.4 9.5 9.4 9.5 9.5 9.9 9.8 10.1 8.2 7.3 7.1 7.0 7.0 5.0 5.3 4.4 3.7 3.5 2.1 1.0 0.7 0.8 1.4 0.8 0.5 15.0 14.9 15.1 13.3 12.1 10.4 9.5 9.6 9.4 9.3 8.8 8.9 1.0 2.9 5.2 6.9 8.9 10.2 11.2 12.4 13.0 13.8 13.7 14.3 1.0 2.1 4.2 5.2 5.5 6.3 6.1 6.3 6.5 6.0 6.6 5.3 2010-1 2010-2 2010-3 2010-4 2010-5 2010-6 2010-7 2010-8 2010-9 2010-10 2010-11 2010-12 月份 2009-1 2009-2 2009-3 2009-4 2009-5 2009-6 2009-7 2009-8 2009-9 2009-10 2009-11 2009-12 月份 HP CPI HP CPI -0.6 -1.3 -2.3 -2.5 -2.8 -2.4 -1.8 -1.7 -1.4 -1.0 -1.1 0.7 9.2 5.7 2.8 2.2 1.0 0.1 -0.7 -1.1 -1.0 -1.3 -0.7 -0.2 4.7 4.3 3.4 2.6 2.8 2.5 2.3 2.5 1.8 0.9 1.0 0 6.3 9.1 11.1 11.4 11.5 12.4 13.5 14.3 14.7 12.3 10.7 10.2 （3）求一元线性回归方程，并解释其经济含义。 （4）求未知参数的置信度为 0.95 的置信区间？ （5）在显著性水平 0.05 下，完成未知参数的 t 检验？ （6）求拟合优度，并说明回归效果？ 要求： （1）从经济理论角度说明通货膨胀率与房价的关系。 （2）作CPI与HP的折线图与散点图，说明数据间的关系。 1.6 拟合优度和相关系数 越大，样本回归方程与实际数据拟合得越好。 含义： 反映了在