单方程计量经济学模型理论与方法1.pdf

第二章单方程计量经济学模型 理论与方法  内容 －参数估计方法 －模型检验 －基本假定不成立时的模型  目的 －掌握简单的计量经济研究方法 第一节线性回归模型概述  回归分析  模型的随机设定  线性回归模型的普遍性  线性回归模型的基本假设 回归分析 回归分析是用来研究一个变量（被解释变量 explained variable或应变量dependent variable ）与另一个或多个变量（解释变量 explanatory variable或自变量independent variable ）之间的关系。 切记：两变量是否存在因果关系，必须以经 济理论为判定标准。 回归分析  总体与样本  总体回归函数  样本回归函数  回归的主要内容 总体与样本（补充） 总体（Population or Sample Space)：随机试验所 有可能结果的集合，又叫样本空间。 样本点（Sample Point)：样本空间的每一元素。 事件(Events)：随机试验的可能结果组成的集合， 是总体的一个子集。 在理论上，总体是有限的，但在实际中很难收集每 一个信息。实践中我们所能做到的是从总体中抽 取一个“有代表性的”或“随机” 的样本。 表2 －1 图2 －1 总体回归函数  总体回归函数（PRF) E (y ) ββx 0 1 其中， ， 为参数，也称为回归系数。 0 1 0  又称为截距， 又称为斜率。 1 图2 －3 样本回归直线 样本回归函数  样本回归函数（SRF) ˆ ˆ ˆ ββ y 0 1x ˆ ˆ y ˆ y   , 表示总体条件均值，的估计量； 分别 0 1 是  , 的估计量。 0 1 回归的主要内容  根据样本观察值确定样本回归方程  检验样本回归方程对总体回归方程的近似 程度  利用样本回归方程分析总体的平均变化规 律 模型的随机设定  随机误差项  残差项  产生随机误差项的原因 随机误差项   μ y E (y ) y  ββx i i i i 0 1 i y ββx μ i 1,2, , n i 0 1 i i y x 其中， 被称为被解释变量， 被称为解释变  i 量。 为随机误差项， 为观测值下标， n