第一章题：一元线性回归模型理论与方法.pptVIP

第二章 一元线性回归模型理论与方法 §1、回归分析概述 §2、一元线性回归模型 §2．1 回归分析概述 一、变量间的关系及回归分析的基本概念 二、总体回归函数（方程）PRF 三、总体回归函数（方程） PRF的随机设定 四、随机误差项的含义 五、样本回归方程（函数）SRF 一、变量间的关系及回归分析的基本概念 经济变量间的关系 ⑴ 确定性关系（函数关系）：研究的是确定现象而非随机变量间的关系。 例如：圆的面积S=?*r2 其中，r为半径。 ⑵ 统计依赖关系（相关关系）：研究的是非确定现象随机变量间的关系。 例如：农作物的产量=F(气温，降雨量，阳光，施肥量)。 回归分析： 回归分析是研究一个变量关于另一个（些）变量的统计依赖关系的计算方法和理论。其用意在于通过后者的已知或设定值，去估计和（或）预测前者的（总体）均值。 前一个变量称为被解释变量（Explained Variable)或应变量(Dependent Variable)，后一个变量称为解释变量(Explanatory Variable)或自变量(Independent Variable )。 二、总体回归函数（方程）PRF（population regression function) 回归分析是研究一个变量关于另一个（些）变量的统计依赖关系的计算方法和理论。其用意在于通过后者的已知或设定值，去估计和（或）预测前者的（总体）均值。 回归分析关心的是根据解释变量的已知或给定值，考察被解释变量的总体均值。 例2.1：一个假想的社区人口总体有60户家庭组成，要研究该社区每月家庭消费支出Y与每月可支配家庭收入X的关系，即知道了家庭的每月收入，预测每月消费支出的（总体）水平。为达到此目的，将该60户家庭划分为组内收入差不多的10组，以分析每一收入组的家庭消费支出。 表2.1 某社区每月家庭收入与消费支出调查统计表 三、PRF的随机设定 个别家庭的消费支出与给定收入水平间的关系： 四、随机误差项的含义 随机误差项?是在模型设定中省略下来而又集体地影响着被解释变量Y的全部变量的替代物。主要内容包括： ⑴ 在解释变量中被忽略的因素的影响。在研究一经济现象时，影响某一经济变量的因素有许多，但是，在建立计量经济学模型时，我们不可能将所有因素都作为自变量包括在模型中，只能选择主要因素，其他被省略掉的因素对被解释变量的影响都归入了随机误差项? 。 五、样本回归方程（函数）SRF(sample regression function) 例2.2：在例2.1的总体中有如下一个样本（见下表），问：能否用该样本预测总体中对应于选定X的平均每月消费支出？即能否用该样本估计总体回归函数PRF？ 表2.2 样本与总体回归线 Y §2．2 一元线性回归模型 一、线性回归模型的特征 二、线性回归模型的普遍性 三、线性回归模型的基本假定 四、参数估计：OLS 1、OLS 2、离差形式 3、SRF的性质 五、OLS估计量的性质 五、OLS估计量的性质 1、线性性 2、无偏性 3、有效性 六、参数估计量的概率分布和随机误差项 的方差估计 七、统计检验 1、拟合优度检验 2、参数的显著性检验 （t检验） 八、回归系数的置信区间检验 九、回归分析的应用：预测问题 一、线性回归模型的特征 单方程线性回归模型的概念和一般形式： 单方程计量经济学模型是以单一经济现象为研究对象而建立的模型，模型中只包括一个方程，是应用最为普遍的计量经济学模型，分为线性模型和非线性模型两大类。 一般形式为： 一元线性回归模型： 形如 线性回归模型的特征： ⑴ 通过引入随机误差项，将变量之间的关系用一个线性随机方程来描述，并用随机数学的方法来估计方程中的参数。 ⑵ 在线性回归模型中，被解释变量的特征由解释变量与随机误差项共同决定。 二、线性回归方程的普遍性 将非线性关系转化为线性关系的常用的处理方法： ⑴ 直接置换法 双曲线：如商品的需求曲线是一种双曲线形式，商品需求量q与商品价格p之间的关系表现为双曲线关系。 ⑵对数变换法 幂函数：如著名的Cobb-Dauglas生产函数将产出量Q与投入要素(K，L