[经济学]02-一元线性回归模型案例放在后面.pptVIP

第2章 一元线性回归模型 1. 模型的建立及其假定条件 一元线性回归模型： yt = ?0 + ?1 xt + ut 回归模型的随机误差项中一般包括如下几项内容，（1）非重要解释变量的省略，（2）数学模型形式欠妥，（3）归并误差（粮食的归并）（4）测量误差等。 回归模型存在两个特点。 （1）回归函数（这里是直线）不能百分之百地再现所研究的经济过程。 （2）也正是由于这些假定与抽象，才使我们能够透过复杂的经济现象，深刻认识到该经济过程的本质。 模型解释变量和误差项ut(t=1,2,…T)的假定条件如下: (1) ut 是随机变量，ut 的取值服从概率分布。 (2) E(ut) = 0。 (3) ut 具有同方差性。 D(ut) = E[ut - E(ut) ]2 = E(ut)2 = ? 2。 (4) ut 非自相关（独立）。 Cov(ui, uj) = E[(ui - E(ui) ) ( uj - E(uj) )] = E(uiuj) = 0，(i ? j )。 (5) ut 为正态分布。 以上假定条件可作如下表达。 ut ? i.i.d. N (0, ? 2) t=1,2,…T (6) xt是非随机的，即xt的取值是确定的。 在假定（1），（2） ，（6）成立条件下有 E(yt) = E(?0+?1 xt +ut) = ?0+?1 xt 2. 最小二乘估计(OLS, Ordinary Least Square) 通常真实的回归直线是观测不到的。收集样本的目的就是要对这条真实的回归直线做出估计。 3. 最小二乘估计量的特性：高斯-马尔科夫定理 6．拟合优度的测量 拟合优度是指回归直线对观测值的拟合程度。 7．回归参数估计量的显著性检验 8．回归参数的置信区间 例题2.1 人均鲜蛋需求量y与人均可支配收入x关系 例题2.1 人均鲜蛋需求量y与人均可支配收入x关系 例题2.1 人均鲜蛋需求量y与人均可支配收入x关系 例题2.1 人均鲜蛋需求量y与人均可支配收入x关系 例题2.1 人均鲜蛋需求量y与人均可支配收入x关系 例题2.1 人均鲜蛋需求量y与人均可支配收入x关系 补充案例1：用回归模型预测木材剩余物（file:b1c3） 伊春林区位于黑龙江省东北部，有森林面积219万公顷，木材蓄积量为2.3亿m3。森林覆盖率为62.5%，是我国主要的木材工业基地之一。1999年伊春林区木材采伐量为532万m3。按此速度44年之后，1999年的蓄积量将被采伐一空。 为缓解森林资源危机，并解决部分职工就业问题，除了做好木材的深加工外，还要充分利用木材剩余物生产林业产品，如纸浆、纸袋、纸板等。因此预测林区的年木材剩余物是安排木材剩余物加工生产的一个关键环节。 观测点近似服从线性关系。 建立一元线性回归模型如下： yt = ?0 + ?1 xt + ut 10. EViews操作 ① 怎样建立EViews新工作文件。file →new →workfile 选择数据类型unstructured(undated)表示横截面数据；dated表示时间序列数据。启始期(Start date)；终止期(End date)。 ②怎样用EViews通过键盘输入，复制、粘贴功能输入数据。object →new object →series 注意：（1）变量命名时，字符不得超过16个。 （2）给变量命名时，避免使用下列名字：ABS，ACOS ， AR， ASIN，C，CON，CNORM， COEF，COS，D，DLOG， DNORM，ELSE，ENDIF，EXP，LOG，LOGIT，LPT1， LPT2，MA，NA，NRND，PDL，RESID，RND，SAR， SIN，SMA，SQR，THEN。 画散点图：quick →graph →scatter →x y ④怎样用EViews预测 以补充案例1为例，给定xt = 20，求yF=？EViews预测步骤如下。 （1）点击Procs键选Change workfile range功能。在弹出的对话框的End data选择框处改为17。点击OK键。 （2）双击工作文件的Sample:1 17区域，在弹出的对话框的Sample range pairs选择框处把16改为1 17。 （3）双击工作文件窗口中的x序列，打开x数据窗口。点击Edit+/-键，使x数据窗口处于可编辑状态。在t =17的x的观测值位置输入20。相当于给定x=20。 （4