oym2013年第3章一元线性回归模型.ppt

例3.1.1 思考 题目 解答 表3.1.1 2008年中国各地区城市居民人均年消费支出和可支配收入 数据来源：《中国统计年鉴2009》 请回答：我国宏观经济中的边际消费倾向是多少？ 地 区 城市居民家庭平均每人每年消费支出(元) 城市居民人均年可支配收入(元) 地 区 城市居民家庭平均每人每年消费支出(元) 城市居民人均年可支配收入(元) 北 京 16460.26 24724.89 湖 北 9477.51 13152.86 天 津 13422.47 19422.53 湖 南 9945.52 13821.16 河 北 9086.73 13441.09 广 东 15527.97 19732.86 山 西 8806.55 13119.05 广 西 9627.4 14146.04 内蒙古 10828.62 14432.55 海 南 9408.48 12607.84 辽 宁 11231.48 14392.69 重 庆 11146.8 14367.55 吉 林 9729.05 12829.45 四 川 9679.14 12633.38 黑龙江 8622.97 11581.28 贵 州 8349.21 11758.76 上 海 19397.89 26674.9 云 南 9076.61 13250.22 江 苏 11977.55 18679.52 西 藏 8323.54 12481.51 浙 江 15158.3 22726.66 陕 西 9772.07 12857.89 安 徽 9524.04 12990.35 甘 肃 8308.62 10969.41 福 建 12501.12 17961.45 青 海 8192.56 11640.43 江 西 8717.37 12866.44 宁 夏 9558.29 12931.53 山 东 11006.61 16305.41 新 疆 8669.36 11432.1 河 南 8837.46 13231.11 我们设定样本回归模型 其中Yi为城市居民家庭平均每人每年消费支出；Xi为城市居民人均年可支配收入。使用这组样本数据，对(3.1.13)做最小二乘估计，结果为 从样本回归函数可知，边际消费倾向 ， 也就是说收入每增加1元，消费平均增加0.6647元。 (3.1.13) （3.1.14） 图3.1.1 样本数据的散点图和样本回归直线 样本点紧密散布在样本回归直线周围，有的样本点落在样本回归直线上，但是大多数样本点不在样本回归直线上，而是在直线上方或者下方，那么这条样本回归直线“逼近”了总体回归直线吗？为什么要用普通最小二乘法？如何度量样本回归模型对样本观测值的拟合程度?要回答这些问题，我们必须学习估计量的统计性质和模型的拟合优度等概念。 * 三、最小二乘估计量的统计性质 估计量的主要性质 OLS估计量的统计性质 无偏性 渐近无偏性 渐近有效性 有效性 线性性 一致性 无偏性 大样本性质 有效性 （最小方差性） 线性性 即样本容量趋于无穷大时，估计量 在所有的一致估计量 中具有最小的渐近方差，即： 即估计量是随机样本数据的线性函数； 即估计量的期望等于总体的真实值， 即： 即估计量 在所有线性无偏估计量 中具有最小方差，也称为最小方 差性，即： 即样本容量趋于无穷大时，估计量的期望趋于总体真实值，即： 即样本容量趋于无穷大时，估计量依概率收剑于总体的真实值，即： 其中：符号“Plim”表示概率极限，因 为随机变量没有极限值，只能求概率 极限。 线性性是指估计量 是随机变量 Yi的线性组合。 即 即在所有线性无偏估计量中，最小二乘估计量 和 具有最小方差。也就是说，如果我们能得到不同于最小二乘估计量的其他线性无偏估计量，其方差大于或者等于最小二乘估计量的方差。 由于最小二乘估计量拥有一个“好”的估计量所应具备的有限样本性质，它也拥有大样本特性，即渐近无偏性、一致性、渐近有效性。 高斯-马尔可