[数学]第二章简单线性回归模型.ppt

计量经济学 第 二 章 简单线性回归模型 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? 第二章 简单线性回归模型 本章主要讨论: ●回归分析与回归函数 ●简单线性回归模型参数的估计 ●拟合优度的度量 ●回归系数的区间估计和假设检验 ●简单线性回归模型检验 ●回归模型预测 第一节.回归分析与回归方程 本节基本内容: ●回归与相关 ●总体回归函数 ●随机扰动项 ●样本回归函数 ●非线性模型线性化 对变量间统计依赖关系的考察主要是通过相关分析(correlation analysis)或回归分析(regression analysis)来完成的： ▲注意 ①不线性相关并不意味着不相关； ②有相关关系并不意味着一定有因果关系； ③回归分析/相关分析研究一个变量对另一个（些）变量的统计依赖关系，但它们并不意味着一定有因果关系。 ④相关分析对称地对待任何（两个）变量，两个变量都被看作是随机的。回归分析对变量的处理方法存在不对称性，即区分应变量（被解释变量）和自变量（解释变量）：前者是随机变量，后者不是。 相关系数的取值范围 使用相关系数时应注意 ● 和 都是相互对称的随机变量，x与y和y与x的相关系数相等。 ●?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 简单相关系数的检验 线性相关系数的局限性 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 上式称为总体回归模型，真实反映被解释变量与解释变量和随机因素的关系。该模型参数是未知的。 上式称为总体回归函数（方程），真实反映被解释变量均值与解释变量的关系。该方程参数是未知的。 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 小结：相关分析和回归分析区别 相关分析和回归分析联系 相关分析与回归分析有密切的联系，都是对变量之间相关关系的研究，二者可以互相补充。 相关分析表明变量之间相关关系的性质和程度，只有变量之间存在一定程度的相关关系时，进行回归分析寻求相关的具体数学形式才有实际意义。 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