chapter02经典线性回归模型：双变量线性回归模型.pptVIP

第二章 经典线性回归模型：双变量线性回归模型 回归分析概述 双变量线性回归模型的参数估计 双变量线性回归模型的假设检验 双变量线性回归模型的预测 实例 引子: 中国旅游业总收入将超过3000亿美元吗？ 从2004中国国际旅游交易会上获悉，到2020年，中国旅游业总收入将超过3000亿美元，相当于国内生产总值的8%至11%。（资料来源：国际金融报2004年11月25日第二版） ◆是什么决定性的因素能使中国旅游业总收入到2020年达到3000亿美元？ ◆旅游业的发展与这种决定性因素的数量关系究竟是什么？ ◆怎样具体测定旅游业发展与这种决定性因素的数量关系? 图3 r = 0.92 图4 r = 0.99 使用相关系数时应注意 ● 和 都是相互对称的随机变量 ●?线性相关系数只反映变量间的线性相关程度，不 能说明非 线性相关关系 ●?样本相关系数是总体相关系数的样本估计值，由 于抽样波动，样本相关系数是个随机变量，其统 计显著性有待检验 ● 相关系数只能反映线性相关程度，不能确定因果 关系，不能说明相关关系具体接近哪条直线 计量经济学关心：变量间的因果关系及隐藏在随机性后面的统计规律性，这有赖于回归分析方法 注意几个概念 ● 的条件分布 当解释变量 取某固定值时（条件）， 的值不确定， 的不同取值形成一定的分布，即 的条件分布。 ● 的条件期望 对于 的每一个取值， 对 所形成的分布确 定其期望或均值，称 为 的条件期望或条 件均值 回归线与回归函数 回归函数：应变量 的条件期望 随解释变量 的的变化而有规律的变化，如果把 的条件期望 表现为 的某种函数 这个函数称为回归函数。 回归函数分为：总体回归函数和样本回归函数 3.如何理解总体回归函数 ●实际的经济研究中总体回归函数通常是未知的，只能根据经济理论和实践经验去设定。“计量”的目的就是寻求PRF。 ●总体回归函数中 与 的关系可是线性的，也可是非线性的。 对线性回归模型的“线性”有两种解释 就变量而言是线性的 —— 的条件均值是 的线性函数 就参数而言是线性的 —— 的条件均值是参数 的线性函数 三、随机扰动项 ◆概念: 各个 值与条件均值 的偏差 代表 排除在模型以外的所有 因素对 的影响。 ◆性质： 是期望为0有一定分布的随机变量 重要性：随机扰动项的性质决定着计量经济方 法的选择 ●??未知影响因素的代表 ●??无法取得数据的已知影响因素的代表 ●??众多细小影响因素的综合代表 ●??模型的设定误差 ●??变量的观测误差 ●??变量内在随机性 四、样本回归函数（SRF） 问题：能从一次抽样中获得总体的近似的信息吗？如果可以，如何从抽样中获得总体的近似信息？ 例2.2：在例2.1的总体中有如下一个样本，能否从该样本估计总体回归函数PRF？ 该样本的散点图（scatter diagram)： 画一条直线以尽好地拟合该散点图，由于样本取自总体，可以该直线近似地代表总体回归线。该直线称为样本回归线（sample regression lines）。 记样本回归线的函数形式为： 注意：这里将样本回归线看成总体回归线的近似替代 ▼回归分析的主要目的：根据样本回归函数SRF，估计总体回归函数PRF。 §2.2 双变量线性回归模型的参数估计 一、双变量线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、最小二乘估计量的性质 四、参数估计量的概率分布及随机干 扰项方差的估计 回归分析的主要目的是要通过样本回归函数（模型）SRF尽可能准确地估计总体回归函数（模型）PRF。 估计方法有多种，其中最广泛使用的是普通最小二乘法（ordinary least squares, OLS）。 为保证参数估计量具有良好的性质，通常对模型提出若干基本假设。 实际这些假设与所采用的估计方法紧密相关。 异方差 序列自相关 假设3. 随机误差项?与解释变量X之间不相关： Cov(Xi, ?i)=0 i=1,2, …,n P23显示Cov的Case:即样本相关系数 假设4. ?服从零均值、同方