第2章回归分析概要(计量经济学-中南财经政法大学,向书坚).pptVIP

第1节 回归分析的性质 §2.1.1 “回归”一词的历史渊源 §2.1.2 回归的现代释义 §2.1.3 统计关系与确定性关系 §2.1.4 回归与因果关系 §2.1.5 回归与相关 第1节 回归分析的性质 §2.1.1 “回归”一词的历史渊源 英国统计学家F.高尔顿(F.Galton:1822~1911)。高尔顿和他的学生K.皮尔逊(K.Pearson:1856~1936)在研究父母身高与其子女身高的遗传问题时，观察了1078对夫妇，以每对夫妇的平均身高作为x，而取他们的一个成年儿子的身高作为y，将结果在平面直角坐标系上绘成散点图，发现趋势近乎一条直线。计算出的回归直线方程为 §2.1.2 回归的现代释义 回归分析是用来研究一个变量(称之为被解释变量(explained variable)或应变量( d e p e n d e n t v a r i a b l e ) )与另一个或多个变量(称为解释变量(explanatory variable) 或自变量( i n d e p e n d e n t v a r i a b l e ) )之间的关系。 回归分析是关于研究一个应变量对另一个或多个解释变量的依赖关系，其用意在于通过后者（在重复抽样中）的已知或设定值去估计或预测前者的（总体）均值。 §2.1.3 统计关系与确定性关系 社会经济与自然科学等现象之间的相互联系和制约是一个普遍规律 ★要认识和掌握客观经济规律就必须探求经济现象间经济变量的变化规律，变量间的统计关系是经济变量变化规律的重要特征 ★互有联系的经济现象及经济变量间关系的紧密程度各不一样 ◎一种极端的情况是一个变量的变化能完全决定另一个变量的变化 高档消费品的销售量与城镇居民收入之间的关系 粮食产量与施肥量之间的关系 储蓄额与居民收入之间的关系 广告支出与商品销售额 工业增加值与能源消耗量 数学成绩与统计学成绩 ◎以上变量间关系的一个共同特征是它们之间有密切关系，但它们是一种非确定性关系 确定性关系：圆的面积（ ） 殴姆定律（电流C=V/k, V为电压） §2.1.4 回归与因果关系 回归分析研究的一个变量对另一个变量的依赖关系可以是一种因果关系，但也可能不是因果关系。 统计关系本身不可能意味着任何因果关系 §2.1.5 回归与相关 回归分析和相关分析都是研究变量间关系的统计学课题 两者的主要差别： ◇回归分析中需要区别自变量和因变量；相关分析中则不需要区分 ◇相关分析中所涉及的变量y与x全是随机变量。而回归分析中，因变量y是随机变量，自变量x 可以是随机变量，也可以是非随机的确定变量 ◇相关分析的研究主要是为刻画两类变量间线性相关的密切程度。而回归分析不仅可以揭示变量X对变量y的影响大小，还可以由回归方程进行预测和控制 第2节 双变量回归分析的基本概念 §2.2.1. 一个人为的例子 §2.2.2 总体回归函数（PRF）的概念 §2.2.3 “线性”一词的含义 §2.2.4 PRF的随机设定 §2.2.5 随机误差项的意义 §2.2.6 样本回归函数（SRF) 第2节 双变量回归分析的基本概念 §2.2.1. 一个人为的例子 假如一个国家的人口总体有60户家庭组成 研究每周家庭消费支出Y与每周家庭可支配收入X的关系 如果知道了家庭的每周收入，预测每周消费支出的平均水平 根据表2.1理解：①条件分布；②条件概率；③条件期望 §2.2.2 总体回归函数（PRF）的概念 (Population Regression Function) 每一个条件均值E(Y/Xi)都是Xi的一个函数 (2.2.1) 其中f(Xi)表示解释变量Xi某个函数 (2.2.1)称为双变量总体回归函数或简称总体回归.它表明在给定Xi下的Y分布的总体均值与Xi有函数关系 如果X与Y之间存在现行关系，PRF则为 §2.2.3 “线性”一词的含义 对变量为线性：Y的条件期望值是X的线性函数，如 §2.2.4 PRF的随机设定 随着家庭收入的增加，家庭消费支出平均地说也增加，但对某一个家庭而言，两者的关系如何？由于受随机因素的影响，对各个家庭而言Yi变化趋势并不相同，消费支出围绕其条件期望上下波动 此时，Yi可以表示如下： §2.2.5 随机误差项的意义 干扰项是从模型中省略下来的而又集体影响着Y的全部变量的替代物，代表除解释变量X以外其他所有没有列出的变量对因变量的影响。理论的含糊性（影响Y的其他变量要么不知要么知而不确） 数据的欠缺（缺乏研究问题所需要的数据） 核心变量与周边变量（周边变量影响的联合效应小） 人类行为的内在随机