计量经济学学习课件.ppt

第3章 两变量线性回归 引 言 本章介绍古典线性回归分析中的两变量线性回归（一元线性回归），包括两变量线性回归模型，两变量线性回归分析思路，最小二乘参数估计方法及其性质，基于参数估计的检验推断和预测分析方法等。 两变量线性回归 两变量线性回归模型 参数估计 最小二乘估计量的性质 回归拟合度评价和决定系数 统计推断 预测 古典线性回归分析三个基本特征： 1、分析框架是“古典框架”，认为经济变量之间存在确定的函数关系，计量经济分析就是发现或推断这种关系； 2、分析方法主要是对因果关系的回归分析； 3、需要确定的参数是线性模型中的线性参数，即线性函数的系数。 先讨论两变量线性回归分析的原因： 1、两个变量之间的线性因果关系在现实经济中相当普遍。 2、虽然许多经济问题涉及到多变量关系或不是线性的，但多变量关系与两变量线性关系分析方法相似，非线性关系多数可转化为线性关系，因此先讨论两变量线性回归有方便之处。 3、两变量线性回归分析的原理和方法，正是所有计量经济分析的基本原理和方法，对理解计量经济分析的思想方法，进一步学习各种复杂的计量经济分析技术有很大帮助。 第一节 两变量线性回归模型 一、变量和函数式 二、变量关系的随机性 三、模型的假设 一、变量和函数式（模型变量、关系式确定） 若两变量是确定的函数关系： Y = ? + ? X Y——被解释变量 X——解释变量 ?、?——待定参数 但由于变量之间通常只是相关关系: Y = ? + ? X +? 1、模型设定、关系式选择根据： （1）研究问题的需要（GDP、增长率、入WTO对行业冲击、就业等）； （2）经济理论和观点； （3）数据分布、散点图（数据是规律的表现形式、信息载体）； （4）非线性函数和线性变换。 2、例3.1：中国旅游业总收入将超过3000亿美元吗？从2004中国国际旅游交易会上获悉，到2020年，中国旅游业总收入将超过3000亿美元，相当于国内生产总值的8%至11%。 1）是什么决定性的因素能使中国旅游业总收入到2020年达到3000亿美元？ 2）旅游业的发展与这种决定性因素的数量关系究竟是什么？ 3）怎样具体测定旅游业发展与这种决定性因素的数量关系？ 应当考虑的问题： 1.确定作为研究对象的经济变量 （中国旅游业总收入） 2.分析影响研究对象变动的主要因素 （中国居民收入的增长等） 3.分析各种影响因素与所研究经济现象的相互关系（决定相互联系的数学关系式） 4.确定所研究的经济问题与影响因素间具体的数量关系（运用计量经济学方法进行参数估计） 应当考虑的问题： 5.分析并检验所得数量结论的可靠性 （数理统计检验） 6.运用数量研究结果作经济分析和预测 （对数量分析的实际应用） 例3-2 上海经济的消费规律研究 例3-2 上海经济的消费规律研究 二、变量关系的随机性 1、在经济问题中精确的因果关系实际上是不存在的。 因为人类经济行为本身的随机性；忽略的其他众多因素的影响；忽略的高阶项（非线性项）；非实验数据。 2、正确的计量经济模型应该是随机模型： Y = ? + ? X + ? ?的重要性： 随机误差项主要包括下列因素的影响：即?的重要性 1）在解释变量中被忽略的因素的影响； 2）变量观测值的观测误差的影响； 3）模型关系的设定误差的影响； 4）其它随机因素的影响。 三、线性回归模型的基本假设 为什么要作基本假定？ 模型中有随机扰动项，估计的参数是随机变量，只有对随机扰动项的分布作出假定，才能确定所估计参数的分布性质，也才可能进行假设检验和区间估计。 只有具备一定的假定条件，所作出的估计才具有较好的统计性质。 假设（4）的意义是对应不同观测值的误差项之间没有相关性。 （5）X是确定性的，非随机变量。 （6）误差项服从正态分布 假设（5）和假设（6）都是为了回归分析和统计推断的方便而要求的、人为性较大的假设。因为非随机意味着解释变量取值像实验数据那样可控制和重复，而且没有观测误差。在解释变量与误差项不相关或渐近不相关的情况下，解释变量随机性不会影响回归分析的性质，而且误差项服从正态分布的前提下，相关检验推断也仍然成立。 6个基本假设： 误差项服从正态分布的假设在参数估计时不一定需要，也不会影响最小二乘估计量的性质，但对参数估计量分布性质和相关统计推断有意义。 如果误差项偏离正态分布的情况比较严重，那么小样本情况下相关统计推断和检验不再有效，但在样本容量较大时，参数的最小二乘估计量仍是渐近正态