1第二章一元线形回归模型(一).pdf

第二章 一元线性回归模型 理论与方法 本章主要内容  回归分析概述  线性回归模型及其普遍性  古典线性回归模型的假设  一元线性回归模型的参数估计  最小二乘估计量的统计性质  参数估计量的概率分布与随机项方差的估计 §2.1 回归分析概述 Introduction to Regression Analysis 一、变量间的关系及回归分析的基本概念 二、总体回归函数 三、随机扰动项 四、样本回归函数 一、变量间的关系及回归分析的 基本概念 1、变量间的关系 △经济变量之间的关系，大体可分为两类：  确定性关系或函数关系：研究的是确定现象非随机 变量间的关系。  统计依赖或相关关系：研究的是非确定现象随机变 量间的关系。 △对变量间统计依赖关系的考察主要是通过相关分析 (correlation analysis)或回归分析(regression analysis)来完成的： 正相关 线性相关 不相关 相关系数： 统计依赖关系 负相关 1 1 有因果关系 回归分析 XY 正相关 无因果关系 相关分析 非线性相关 不相关 负相关 △几点注意  不线性相关并不意味着不相关；  有相关关系并不意味着一定有因果关系； 相关分析对称地对待任何（两个）变量，两 个变量都被看作是随机的。回归分析对变量的 处理方法存在不对称性，即区分因变量（被解 释变量）和自变量（解释变量）：前者是随机 变量，后者不是。 2、回归分析的基本概念  回归分析是研究一个变量关于另一个（些）变量的 具体依赖关系的计算方法和理论。  这里前一个变量被称为被解释变量 （Explained Variable）或因变量、相依变量 （Dependent Variable），后一个（些）变量被称为解释变量 （Explanatory Variable）或自变量、独立变量 （Independent Variable）。  由于变量间关系的随机性，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，即当解释变量取某个确定值时，与之统计相 关的被解释变量所有可能出现的对应值的平均值。  回归分析构成计量经济学的方法论基础，其主要内 容包括： （1）根据样本观察值对计量经济模型参数进行估 计，求得回归方程； （2 ）对回归方程、参数估计值进行检验； （3 ）利用回归方程进行分析、评价及预测。 二、总体回归函数 ⒈例子 例2.1：一个假想的社区有60户家庭组成，要研究该 社区每月家庭消费支出Y与每月家庭可支配收入X 的 关系。即如果知道了家庭的月收入，能否预测该社区 家庭的平均月消费支出水平。 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 ）。 表 2.1 某社区每月家庭收入与消费支出查统计表 每月家庭收入X（元） 800 1000 1200 1400 1600 1800 2000 2200 2400 2600 550 650 790 800 1020 1100 1200 1350 1370 1500 每月 600 700 840 930 1070 1150 1360 1370 1450 1520 家庭 650 740 900 950 1100 120