第1讲经典多元线金性回归.pptVIP

计 量 经 济 学 Econometrics 李平 2006年1月 主要内容 回归分析的基本概念 普通最小二乘估计（OLS） 假设检验（t检验和F检验） 拟合优度（R2） 预测 多元线性回归模型的拓展 案例分析 建模过程中应注意的问题 回归分析的基本概念 回归（Regression）是计量经济学的主要工具 回归的现代释义： 回归分析是关于研究一个叫做因变量的变量（Y）对另一个或多个叫做自变量的变量（X）的依赖关系; 其用意在于通过自变量在重复抽样中的已知或设定值，去估计或预测因变量的总体均值。 回归分析的基本概念 一个自变量的例子：收入－消费问题 回归分析的基本概念 总体回归曲线就是自变量取给定值时因变量的条件期望值的轨迹（PRL），也即是Y对X的回归。 回归分析的基本概念 总体回归函数的概念 被称为条件期望函数或总体回归函数（PRF），它刻画了Y的均值是怎样随X而变化的。 回归分析的基本概念 注意： 线性回归是指对参数 为线性的一种回归（即参数只以一次方出现），对自变量X则可以是或不是线性的。 因此， 是非线性回归模型，而 则仍属于线性回归模型。 回归分析的基本概念 总体回归函数的随机设定 随着家庭收入的增加，家庭消费支出平均地说也增加，但对某一个别家庭来说，不一定存在这种关系，如存在低收入组的个别家庭的消费支出高于高收入组中的个别家庭的情况。 回归分析的基本概念 总体回归函数的随机设定 给定收入水平 的个别家庭的消费支出 聚集在收入为 的所有家庭的平均消费支出周围，其离差定义为： 其中离差 是一个不可观测的可正可负的随机变量，称为随机干扰或随机误差项。 回归分析的基本概念 随机干扰项的性质 说明对收入水平为 的个别家庭而言，其它变量对其消费支出的总体影响的期望值为0。 回归分析的基本概念 样本回归函数的概念 实际情况中，通常仅能采集到对应于某些固定X的Y值的一个样本（而非总体），因此要在样本信息的基础上估计总体回归函数PRF。 但是从总体中可抽取N个不同的随机样本，会得到N个不同的样本回归线。 回归分析的基本概念 样本回归函数的概念 同样，从总体中可抽取N个不同的随机样本，会得到N个不同的样本回归函数SRF： 其中 分别是 的估计量， 表样本残差项，即用样本信息不能解释总体的部分。 回归分析的基本概念 由于抽样的波动，根据SRF估计出来的PRF充其量只是真实PRF的一个近似的结果。 问题是，能否设计一种规则或方法，使得这种近似结果的误差尽可能小？ 即怎样构造的SRF能使 尽可能接近真实的 ？ 尽管真实的 永远不得而知，但不可思议的是在一系列假设条件下可以通过残差来实现上述目的。 回归分析的基本概念 多个自变量的回归模型 假定多元线性回归模型 回归分析的基本概念 以矩阵形式表示，有 普通最小二乘估计 多元线性回归模型 普通最小二乘估计 普通最小二乘估计法（OLS） 普通最小二乘估计 普通最小二乘估计法（OLS） 普通最小二乘估计 普通最小二乘估计法（OLS） 一个例子：美国国防预算支出 假设检验 假设检验 某一给定的观测或发现是否与某声称的假设相符？ 用统计学语言表述，声称的假设叫虚拟假设或原假设，并用符号H0表示。 假设检验通常要有一个对立假设H1。对立假设分为简单假设和复合假设。 假设检验 假设检验理论是要确定一个标准，以便决定拒绝或不拒绝某个虚拟假设。 当拒绝虚拟假设时，通常表述为统计上显著的。反之，不是统计上显著的。 假设检验主要有两种方法： 置信区间法 显著性检验法 假设检验 置信区间法 建立在区间估计的概念上，区间估计是指构造一个区间，使得它能按照预定的概率（如95％）把未知参数的真值包括在其界限内，这一区间称为置信区间，若原假设值落入置信区间内，就不拒绝原假设，否则就拒绝原假设。 假设检验 区间估计 不论一个估计量的性质如何，得到的估计将随样本的不同而变化，且存在相当错误的可能性。 区间估计背后的逻辑是利用样本数据来构造一个区间以使我们能够期望这个区间以某个设定的样本比例或某个要求的置信水平包含真实参数。 假设检验 假设检验 置信区间法 指构造一个置信区间，若原假设值落入置信区间内，就不拒绝原假设，否则就拒绝原假设。假定原假设为 假设检验 显著性检验法 显著性检验法不用求出置信区间，而是直接比较估计值和原假设值