第二章 希望一元线性回归.pptVIP

Econometrics计 量 经 济 学 第二章 一元线性回归 §2.1 最小二乘法的基本思想及参数估计 一、问题的提出——必要性 如果两个变量之间存在线性变化关系，那么这种关系的具体表现形式是什么？ 最好用数学表达式将这种关系尽可能准确、严谨的表示出来——y=a+bx+u——把它们之间的内在联系挖掘出来。也就是直线中的截距a=？；直线的斜率b=？ 二、解决问题的思路——可能性 寻找变量之间直线关系的方法很多。于是如何从众多方法中，寻找一种优良的方法求出线性模型——y=a+bx+u中的截距a=？；直线的斜率b=？ 根据该方法所得，即表现变量之间线性关系的直线有些什么特性？ 所得直线可靠吗？怎样衡量所得直线的可靠性？ 三、最小二乘法的数学原理 纵向距离是Y的实际值与拟合值之差，差异大拟合不好，差异小拟合好，所以又称为拟合误差或残差。 将所有纵向距离平方后相加，即得误差平方和，“最好”直线就是使误差平方和最小的直线。 于是可以运用求极值的原理，将求最好拟合直线问题转换为求误差平方和最小。 数学推证过程 拟合直线的性质 拟合直线过Y和X的平均数点 估计残差和为零 Y的真实值和拟合值有共同的均值 估计残差与自变量不相关 估计残差与拟合值不相关 估计残差与自变量不相关 估计残差与拟合值不相关 自变量（解释变量）是非随机的确定性的变量，而且彼此之间不相关（对于多个自变量