计量经济学第03章 节 一元线性回归模型_第5节_19.ppt

第五节 回归预测 简单线性回归模型经过估计、检验之后，一 般用下面格式表述： (自由度)= 一、回归分析结果的表述 表达式还要表述的其它内容（F统计量，DW 统计量等）在后面有关章节再说明。 二、回归预测 计量经济研究的目的之一就是应用计量经济 模型进行预测。预测就是利用所估计的样本回归 模型已包含的过去和现在的样本数据和信息，对 未来时期中被解释变量的可能值作出定量估计。 按这种格式报告回归分析的计算结果， 比较规范简洁，二是可以较容易地看出所估计的 一是 回归系数是否显著。所以在运用计量经济模型进 行分析时，这种报告方式被广泛采用。 在解释变量预测模型和解释变量预测值确定 的条件下，对被解释变量的预测可分为被解释变 量Y的平均值预测和个别值预测。对Y平均值的预 测又分为对Y平均值的点预测和区间预测。此外， 因为随机扰动ui的存在，被解释变量Y在预测期的 个别值YF与平均值E（YF|XF）也有误差，因此在 对Y平均值预测的基础上，还应当对被解释变量 的个别值YF进行预测。个别值预测也包括点预测 和区间预测（见图3.14，图3.15） （一）被解释变量Y平均值的预测 1.Y 平均值的点预测 把解释变量的预测值XF直接代入所估计的样 本回归函数，就可计算出被解释变量平均值的预 测值： 这样计算出的YF是对Y平均值的点预测。因为 和 服从正态分布，作为线性函数的 也服从 分别是 正态分布。又因为 和 和 的最佳线 性无偏估计（BLUE），所以式（3.64）计算的 也是 的最佳线性无偏估计。 一般情况下， 未知， 可用 代替。 （3.66） 即式（3.66）的t 统计量服从自由度为n-2的t分布。 给定显著性水平 ，查t分布表得 ，因此 这时 这样，给定 预测期的平均值 度为 的预测区间为 值， 的置信 或者表示为 （3.67） 假定总体原模型 以及相应 的经典的假设条件，对于样本范围（t=1,2,…,n） 之外的某个时期仍然成立。 如果解释变量已知为 那么在预测期的个别值的预测值为 显然 应满足以下条件： （3.70） （3.71） （3.72） （3.74） （3.73） （二）被解释变量Y个别值的预测 （3.69） 这样，对于预测期任意解释变量XF不难得到 （3.75） 由于 而 即 所以 是 的无偏估计式。因此 可以作为 置信区间的中心。但是值得注意的是 所以 。可见 不是 的无偏估计式。 可是 ，即 也即二者之差 在多次观察中，其平均 值趋于零。在这个意义上，用 来估计 ，并用 作为 的预测区间中心是合理的。 1. 个别值的点预测 给定 ，预测个别值 ，最佳线性无偏估计 式（BULE ）仍然为 2. 个别值的区间预测 要对个别值 进行区间预测应先求预测误差： （3.76） 、 因为 均服从正态分布，所以二者之差 也服从正态分布。 （3.77） （3.78） 所以 （3.79） 当 未知，用无偏估计 代替 此时统计量 ， 服从自由度为n-2的t 分布，因此这里的t 变量可以 用作关于个别值YF的统计推断。给定 ，查t分布 表得 ，因为 所以个别值YF的置信度 的预测区间为 （3.80） 三、回归预测应注意的问题 1.利用计量经济模型对被解释变量所作的预 测，是在一定先决条件下进行的条件预测。 也就 是说，这种预测是假定模型所设定的Y与X的关系 式保持不变，即所估计的参数 在预测期保持 不变的条件下的预测。此外，回归预测还是对解 释变量在预测期的取值已经通过各种方式作出预 测或确定的条件下进行的预测。 2. 从式（3.66）和式（3.78）可以看出，由 的置信区间更宽。 对个别值预测 对个别值预测的方差大于对平均值预测的方差。 由图3.15可以看出，对于 XF来说， 的置信区间比对平均值预测 3. 由式（3.67）和式（3.79）可以看出, 对平 均值和个别值的预测区间都不是常数，而是随解 释变量预测值XF而变化的。当 时， 此时置信区间最窄；当XF 远离 时， 大，置信区间也越宽，预测的精度越差。由图 越 3.15可明显看出这一特性。 4. 由式（3.67）和式（3.79）还可看出，置信 区间与样本容量n有关。样本容量n越大，同时 也越大，预测误差的方差越小，预测区间将越小。 当 时，不存在抽样误差，此时对平均值预测 的误差趋于0，对个别值预测的误差只决定于随机 扰动ui的方差。