第一章：一元回归923最新.pptxVIP

第一章：一元回归一、回归方程的意义二、参数的估计三、判断参数估计值好与坏的标准四、一元线性回归的统计检验一个假想的案例彩票研究的问题：一个人的“周收入”与“每周购买彩票的支出”之间有什么关系。一个假想的案例假设：全社会总共就100个人买彩票这100个人的收入可分为10档每个收入档次中，都有10个人 彩票的购买支出Y支出总体回归线 PRL假设：总能够连接成为一条直线！X周收入50100150500 一、回归方程的意义由此案例可知：1、根据总体的数据可以计算每种收入下，人们购买彩票的平均支出;2、将这些平均支出点连接起来——总体回归线（PRL） 一、回归方程的意义?由此案例可知：3、 PRL是客观存在的，有时可以用某个函数精确表示——“总体回归方程”。 通常，我们用一个线性函数来表示： 这就是所谓的“线性回归”。 一、回归方程的意义由此案例可知：我们今后讨论的都是“线性回归” ！无论是线性的，还是非线性的，总体回归线（方程）的本质都是： 条件均值！一、回归方程的意义由此案例可知：4、具体的观察值与条件均值之间有差异Ui——是误差项，随机的！一、回归方程的意义由此案例可知：4、具体的观察值与条件均值之间有差异 确定性部分随机部分二、参数的估计1、对B0、B1的估计如果掌握了总体的信息（如本例）那么总体的参数B0和B1就可以准确地计算出来。二、参数的估计1、对B0、B1的估计现实中，我们不知道总体的信息。我们只能观察到一些样本。例如，只有10个样本。 彩票的购买支出总体回归线PRLY支出样本回归线SRL用SRL去估计PRLX周收入50100150500二、参数的估计1、对B0、B1的估计 利用观察值，拟合一条直线：这就是样本回归线，我们用它去估计总体回归线二、参数的估计?二、参数的估计?二、参数的估计?二、参数的估计 总体的参数 样本估计值 B0 b0 B1 b1 E(Y|X) b0+b1X Var(u)=σ2 Var(e)=S2二、参数的估计3、对估计方法的思考 如果没有学过计量，我能否想出估计参数B0和B1的方法？二、参数的估计3、对估计方法的思考 以一个过原点的回归线为例自然的想法：三种几何直观估计法案例：如何估计通过原点的回归线YY=βX0X案例：如何估计通过原点的回归线Y如何估计斜率β？0X案例：如何估计通过原点的回归线Y取三个斜率的平均值0X案例：如何估计通过原点的回归线Y0X案例：如何估计通过原点的回归线Y向量相加0X案例：如何估计通过原点的回归线Y取两个增量线段斜率的平均值0X三种几何直观估计法二、参数的估计4、普通最小二乘法（OLS） 计量经济学中最核心的估计方法！ 普通最小二乘法的历史1801年，意大利天文学家朱赛 普·皮亚齐发现了第一颗小行星谷神星。经过40天的跟踪观测后，由于谷神星运行至太阳背后，使得皮亚齐失去了谷神星的位置。 普通最小二乘法的历史随后全世界的科学家利用皮亚齐的观测数据开始寻找谷神星。。。但是根据大多数人计算的测算结果都找不到这颗神秘的星星。。。 普通最小二乘法的历史 时年24岁的高斯也计算了谷神星的轨道。 奥地利天文学家根据高斯计算出来的轨道重新发现了谷神星。高斯使用的方法就是“最小二乘法” 普通最小二乘法的历史法国科学家勒让德于1806年独立发现“最小二乘法”。但因不为时人所知而默默无闻。普通最小二乘法（OLS）二、参数的估计5、对B0、B1的估计普通最小二乘(OLS)极大似然估计(ML) *矩估计*二、参数的估计普通最小二乘(OLS) 选择合适的参数使得观察值的残差平方和最小。 二、参数的估计普通最小二乘(OLS) 形式一二、参数的估计普通最小二乘(OLS) 形式二由此可知：当数据经过标准化处理后，所做的回归线将会通过原点！二、参数的估计普通最小二乘(OLS) 形式三容易证明：任何回归线都会穿过 这一点！二、参数的估计6、对随机项方差σ2的估计根据残差，按下式估计三、判断参数估计值好坏的标准直观的比较Monte carol 模拟法进行比较/aw_murray_economtrcs_1/37/9551/2445250.cw/index.html/aw_murray_economtrcs_1/37/9551/2445250.cw/index.html蒙特卡洛法——直观比较 只要知道了一组X ，一组Y，就可以根据公式计算出“β的估计值”四种估计方法:Copyright ? 2006 Pearson Addison-Wesley. All rights reserved.3-The Distributions of bg1 , bg2 and bg3 for Several Sample Sizes With Normal Disturbances三、判断参数估计值好