第1章 计量经济模型与经济预测.ppt

第1部分 回归分析基础第1章 回归模型介绍第2章 统计基础知识复习第3章 一元线性回归模型第4章 多元线性回归模型 第1章 回归模型介绍 1.1曲线的拟合 1.2最小二乘估计法的推导 1.1曲线的拟合 数据类型:1.时间序列数据,2.截面数据,3.混合数据. 变量之间关系的研究:1.函数关系.2.统计关系 在线性关系假定下,如何确定“最佳”直线. 1.1曲线的拟合 最小二乘法与最小绝对值法损失函数比较(见图 1-3). 最小二乘法的损失函数对于较大离差的惩罚比最小绝对值法的损失函数大. 最小二乘估计直线的斜率和截距对异常点很敏感. 对异常点的处理. 1.2最小二乘估计法的推导 线性方程Y=a+bX中Y为应变量(非独立变量,被解释变量),X为自变量(非随机变量,解释变量). 最小二乘准则:极小化 根据附录1-2得到关于a和b的估计式: 1.2最小二乘估计法的推导 若 则用数据的离差形式表示为: 实例计算过程(见表1-2) 例1.1 平均成绩 例1.2 诉讼案件的急速增长 例1.3 公用事业公司股票价格 *