一元线性回归模型PPT.ppt

山东财经大学统计学院计量经济教研室 接受域 拒绝域 拒绝域 * 例2.5 例2.2中已估计出 ，例2.3已计算出 为了进一步检验家庭可支配收入是否对消 费支出有显著影响，试在0.05的显著性水平下对斜率系数 进行显著性检验。 原假设 ，备择假设 计算t统计量为 * 用 P 值判断参数显著性的方法 方法：将给定的显著性水平　 与 p 值比较： ?若　　　 值，必有 ，则在显著性水平　 下拒绝原假设 ，即认为 Ｘ 对 Y 有显著影响 ?若　　　 值，必有 ，则在显著性水平　 下不拒绝原假设　　　　 ，即认为 Ｘ 对 Y 没有显著 影响 规则：当 时，P值越小，越能拒绝原假设 三、回归模型的标准记法 经过模型的估计、检验，得到一系列重要的数据，为了简 明、清晰、规范地表述这些数据，计量经济学通常采用以下规 范化的方式： 例如：回归结果为 Y的点或区间估计 第五节 回归预测 一、预测 回归分析的目的之一是对被解释变量作合理的预测。所 谓预测是指由已知的或预先测定的解释变量，去预测被解释 变量在所观测的样本数据以外的数值。预测可以是对被解释 变量未来时期的动态预测，也可以是对被解释变量在不同空 间状况的空间预测。如果所建立的回归方程通过了各项统计 检验，并且在经济上也是有实际意义的，我们估计出参数的 回归模型就可以用于对被解释变量的预测。预测的基本方法 是将解释变量预测期的数值 代入估计的模型，对被解释 变量的预测期或样本以外的数值 作出定量的估计。 回归分析的目的之一是对被解释变量作合理的预测。所 谓预测是指由已知的或预先测定的解释变量，去预测被解释 变量在所观测的样本数据以外的数值。预测可以是对被解释 变量未来时期的动态预测，也可以是对被解释变量在不同空 间状况的空间预测。如果所建立的回归方程通过了各项统计 检验，并且在经济上也是有实际意义的，我们估计出参数的 回归模型就可以用于对被解释变量的预测。预测的基本方法 是将解释变量预测期的数值 代入估计的模型，对被解释 变量的预测期或样本以外的数值 作出定量的估计。 预测的前提： 首先要对模型在预测期的适应性作出判断，要在经济理 论分析和研究的基础上，判定所研究的经济总体的经济结 构在样本期和预测期并无明显变化。当然，前提条件是解 释变量在预测期的取值已经确定或已作出预测。 预测的种类： 对被解释变量y的预测可分为平均值的预测和个别值的 预测。二者都有点预测和区间预测两种形式。  二、被解释变量平均值预测 （一）点预测: 把解释变量的预测值 直接代入所估计的样本回归 函数,就可以计算出被解释变量平均值的预测值 （2.33） 例2.6 对于例2.2, 若是要预测当家庭可支配收入达到6000元 时消费支出的平均水平,可将 代入经过估计和检验的 回归模型,得 这说明：样本回归线随抽样波动而变化；每次抽样都能获 得一个样本，就可以拟合一条样本回归线，（SRF不唯一， PRF唯一) 所以，样本回归线还不是总体回归线，至多只是未知的总体 回归线的近似反映。其次，总体回归函数的参数 是确定的 常数；而样本回归函数的参数 是随抽样而变化的随机变 量。此外，总体回归函数中的 是不可直接观测的；而样本回 归函数中的 是只要估计出样本回归函数的参数就可以计算 。 表示总体经济活动规律的总体回归函数是未知的，在计量经 济学中进行回归分析的目的，就是要根据有可能获得的样本回归 函数去对总体回归函数作出合理的估计。然而，样本毕竟不等于 总体，样本回归函数SRF几乎总是与总体回归PRF存在着差异。 回归分析的目的是要用样本回归函数去尽可能准确的估计总体回 归函数。 二、普通最小二乘法 通过式（2.15）和（2.16）可以看出： 经典计量经济学中最常用的参数估计方法是普通最小二乘 （平方）法（Ordinary Least Squares－OLS）。它是建立在一 个简单的估计准则－最小二乘准则之上的。 最小二乘准则是使全部观测值的残差平方和为最小，即 和 应满足下列方程组： 整理得正规方程组： (2.18)