[工学]第二章回归模型.ppt

第二章 回归模型 学习要求：掌握一元及多元线性回归模型的基本理论与方 法、参数的普通最小二乘估计式及相关性质、对模型的经济意 义检验和统计检验，能应用Eviews软件进行最小二乘估计与统 计检验，利用模型进行预测。 本章主要教学内容： 第一节 一元与多元线性回归模型 第二节 最小二乘估计及其性质 第三节 回归系数的区间估计与假设检验 第四节 回归模型的统计检验 第五节 回归预测 第六节 非线性回归模型 第一节 一元与多元回归模型 一、回归与相关 经济变量之间的关系通常可分成两类： 确定性函数关系——一个（一些）变量的值给定后，另一个 变量的值完全确定； 不确定性的统计关系——一个（一些）变量的值给定后，另 一个变量的值不能完全确定。 例： 无息票债券的面值、到期期限与债券的现价完全决定债券的 到期收益率，y = f(x)。 居民的可支配收入不能完全决定居民的消费支出， y = f(x,u)，u为一个随机变量。 1. 两个变量之间的线性相关关系 若一个变量变化时，另一个变量倾向于同向变化，称两个 变量间存在正相关关系； 若一个变量变化时，另一个变量倾向于反向变化，称两个 变量间存在负相关关系； 若一个变量的变化不会造成另一个变量的具有倾向性的变 化，称两个变量不相关。 相关关系不是确定的函数关系。 例：两个变量的相关关系 * 小学生年龄与60米短跑的用时（负相关） * 企业信用等级与企业债券（贷款）的利率（负相关） * 一般情况下，债券的期限与债券的利率（正相关） * 一般商品的价格与商品的供应量（正相关） * 汽油的价格与对冰淇淋的需求量（不相关） 2. 两个变量线性相关的度量方法 * 两个变量的分布已知，得到相关系数的精确值： * 若只有变量的样本数据，得到相关系数的估计值： 相关系数的估计值与样本取值有关。 注意: * 相关系数只能度量两个变量是否具有线性相关性，而不 能度量其他，如： x服从[-1，1]上的均匀分布， 显然，y与x存在确定的函数关系，但它们的线性相关系数为0。 * 相关关系不是因果关系，经济变量之间的因果关系只能 从经济理论中导出，而不能从统计分析中直接得到。 例： 太阳黑子爆发的次数与澳大利亚的野狼数 3. 条件均值与总体回归函数 y与x之间存在不确定的关系： ，x给定后y的数学期 望， ，称为y关于x的条件均值，g(x) 也称为总体回归函数。 在许多实际经济、金融问题中，真正需要了解的是一个变量 关于另一个（另一些）变量的总体回归函数： 4. 回归分析 回归分析研究变量y与变量x之间的具体的统计依存关系，特 别是研究y关于x的条件均值的具体形式，即研究总体回归函数 g（x）。 回归分析中，x看成解释变量，y为被解释变量，回归分析研 究y的条件平均值如何随x的变化而变化，即回归关系研究变量 之间的随机因果关系，这与相关关系不同。 二、一元线性回归模型与基本假设 1. 概念 假设总体回归函数为线性函数,即: 我们关心参数究竟取什么值。 考虑模型： ，称为一元线性回归模型， 其中 称为随机扰动项（随机误差项），加入此项的原因在于： * 未知的对y有较大影响的因素； * 已知但无法获得观测数据的对y有较大影响的因素； * 众多对y有很小影响的因素； 其他还包括： * 模型的设定误差； * 变量的观察误差；等。 2. 回归分析方法 * 采集样本数据: * 采用适当的方法估计模型参数； * 得到样本回归函数： ， * 将样本回归函数作为总体回归函数的估计。 3. 一元回归模型的基本假设 在回归分析中，为采用适当的方法估计模型参数,需要