[经济学]南开大学计量经济学02 一元线性回归分析.ppt

第1章 Review 什么是计量经济学？ 计量经济学的研究内容和目的是什么？ 计量经济学一般建模过程是什么？ 为什么要养成画散点图的习惯？ 模型的检验包括几个方面？ 画散点图的重要性 第三章 多元线性回归模型 Y = ?0 + ?1 X1 + ?2 X2 + ?3 X3 +u 第四章 非线性回归模型的线性化 第五章 异方差 第七章 多重共线性 第八章 特殊解释变量 教学基本要求 了解线性单方程计量经济学模型的基本理论与方法；掌握普通最小二乘估计(OLS)有关的参数估计过程和结论。 掌握关于线性单方程计量经济学模型的基本假设，了解各类违背基本假设的模型的经济背景；掌握各类违背基本假设的计量经济学模型的主要检验方法和主要克服方法，了解它们的基本原理。 学完本阶段，要用所学知识独立完成一个综合练习。 第二章 一元线性回归模型 §2.1 模型的建立及古典假定 §2.2 最小二乘估计（OLS） §2.3 OLS的统计性质 §2.4 回归方程的拟合优度检验 §2.5 回归系数估计值的显著性检验与置信区间 §2.6 预测 §2.7 案例分析 §2.1 模型的建立及古典假定 1. 回归分析的定义 2. 相关分析 3. 回归分析与相关分析的区别 1. 回归分析的定义 回归分析研究一个变量关于另一个或多个变量的依赖关系，主要是从已知的或者确定的解释变量的值（x1,x2,…,xk）来估计或预测被解释变量（y）的总体均值。 “回归” 的由来 yi = f(xi)+ui 或 E (yi | xi)=f (xi) 2. 相关分析 （1） 变量之间是否存在关系？ （2）如果存在，它们之间是什么样的关系？ （3）变量之间的关系强度如何？ （4）相关分析有何局限性？ 相关分析 一些人相信他们手掌生命线的 长度可以用来预测他们的寿命。 M.E. Wilson和L.E. Mather在 《美国医学协会学报》上发表的一封信 中，通过对尸体的研究对此给予了驳斥。 死亡时的年龄与手掌生命线的长度被一 起记录下来。作者得出死亡时的年龄与 生命线的长度不存在显著相关的结论。 手相术失传了，手也就放得下了。 （1）变量间是什么样的关系？ （2）用散点图描述相关关系 （3） 相关系数 相关系数：度量变量之间线性关系强度的一个统计量。 总体相关系数用? 表示，计算公式为： 相关系数的性质 性质1：r 的取值范围是 [-1,1] | r | =1，为完全相关 r = 0，不存在线性相关关系 -1 ? r 0，为负相关 0 r ? 1，为正相关 | r | 越趋于1表示关系越强；| r | 越趋于0表示关系越弱 性质2：仅仅是x与y之间线性关系的一个度量，它不能用于描述非线性关系。这意为着，r = 0只表示两个变量之间不存在线性相关关系，并不说明变量之间没有任何关系。 性质3：r 虽然是两个变量之间线性关系的一个度量，却不一定意味着 x 与 y一定有因果关系。 注意：相关性易受异常值影响 判断对错 如果（Xi ，Yi ）的相关系数 r为正值，判断下列陈述对错： （1） （-Xi ，-Yi ）之间的相关系数也是正的。 （2） （-Xi ，Yi ）之间以及（Xi ，-Yi ）的相关系数可正可负。 （3） Cov ( Xi , Yi )的取值范围为[-1, 1] （4）如果r =0，意味着两个变量之间没有任何关系。 回归分析是在相关分析和因果关系分析的基础上，去研究解释变量对被解释变量的影响。 从对变量的处理看： 相关分析对称地处理变量，X和Y都为随机变量，不考虑因果关系； 回归分析对变量的处理是不对称的：假定Y是非随机的，X是随机变量，需要考虑因果关系。 思考如下变量之间的关系 计量经济学成绩与统计学成绩 家庭收入与恩格尔系数 计算机销量与电视机销量 被访者初婚年龄与当前的收入水平 葡萄酒的质量和品酒师的评分值 中国羊肉消费量和牙买加短跑成绩 §2.1.2 一元线性回归模型的建立 1. 一元线性回归模型的定义 2. 随机误差项的来源 3. 回归分析的主要目的 印象次数与广告支出的调查数据 如何设定模型？ 案例2：凯恩斯消费函数模型 1. 一元线性回归模型的定义 2. 设定随机误差项ut的原因 （1）在解释变量中被忽略的因素的影响。 （2）存在观测误差。 （3）人的随机行为。 3.回归分析的主要目的 根据样本回归函数SRF，去估计总体回归函数PRF。 如果 是 的良好的估计，就可用样本函数代替总体函数， 研究Y与X之间的关系及变化规律。 总体回归函数 假设一个总体有60个家庭构成，其周收入(X)和周