[经济学]7章一元线性回归2.ppt

一元线性回归：假设检验 古典线性回归模型（ Classical Linear Regression Model ）的基本假定 模型参数线性，模型设定正确 是确定性变量，不是随机变量 随机误差项 具有零均值、同方差和零协方 差 几点解释： （1） 零均值见123页图7-1 等价形式为 （2）同方差见124页图7-2 如违背该假定，则出现异方差，第13章将 讨论 （3）零协方差（无自相关/不序列相关） 无自相关见124页图7-3 如违背该假定，则自相关，第14章将讨论 服从零均值、同方差、零协方差的正态分布 解释： 等价形式为 服从正态分布 随机误差项 与 之间不相关 解释： 如 不是随机变量，则上式成立 由 及以上假定，得 因为 ， ， 所以 2. 正态性假定下OLS估计量的性质 （3）有效/最优性（80页） 方差最小的无偏估计量称为有效/最优估计量（证明见李宝仁. 计量经济学. 机械工业出版社, 2008, 17-19 或其它参考书） （证明见李宝仁. 计量经济学. 机械工业出版社, 2008, 22 或其它参考书） Review: 关于正态分布的一个结论 If ，then 其中 （证明见李宝仁. 计量经济学. 机械工业出版社, 2008, 18-19 或其它参考书） 3. 回归参数的假设检验 显著性检验法 1. 其中 2. 其中 4. 判定系数 4. 判定系数 总平方和 解释平方和 残差平方和 三者关系 （证明见151 页习题7.25答案） 判定系数 性质 越大，拟合越好。 时，完全拟 合。 与两相关系数的关系 一个结论： 判定系数 与 和 的关系为 ，则 与 符号同 附：求证 证明： 5. 预测 预测是指利用建立的样本回归方程对 被解释变量样本外观测值或观测值的期望 值的估计 由最小二乘法得到 对样本外观测值 ，有 若 ，则 所以 是 无偏估计量。另外， 作为 的估计量时，两者之差的期望为0，即 6. 正态性检验 三方法 残差直方图 正态概率图 雅克-贝拉(Jarque-Bera: JB)检验 检验统计量 当 时，拒绝原假设 ：某随机变量服从正态分布；否则， 不拒绝 （对正态分布 ） 7. 蒙特卡洛（Monte Carlo）模拟 书P127例子 8. 例子及计算 例1 博彩支出和个人可支配收入 计算 及 的估计值； 计算 ； 计算 计算结果如下 （ ） 解释 个人可支配收入每增加1个单位，博彩支出平均增加0.0815个单位。截距项无意义 由 及 ，知模型拟合较 好 （