一元线形回归计量经济学.ppt

第二章:一元线性回归模型 §2.1 回归分析的概述 §2.2 一元线性回归模型及假定 §2.3　一元线性回归模型参数估计 §2.4　一元线性回归模型检验 §2. 5 应用举例 第一章：问题 1. 为什么计量经济学在社会科学研究中普遍适用？ 2. 现实生活中变量间的关系有哪些？那些是计量经济学所关注？ 3．计量经济学分析的目的是什么？为什么？ 一、重点关注： 1.什么是拟合度检验？检验的指标？经济含义？拟合度越高模型一定越好吗？为什么？ ??? 2.什么是方程的显著性检验？检验的工具与方法是什么吗？如果模型的拟合度较高，还需要做方程的显著性检验吗？为什么？ ????3. 什么是变量的显著性检验？检验的工具与方法是什么吗？对一元而言，如果方程很显著，还需要做变量的显著性检验吗？为什么？（或如果变量的显著新检验如果显著，还需做方程的显著性检验？ ??4. 方程的显著性检验与变量的显著性检验一样吗？相同点在哪里，区别又是什么？ 二、将软件安装在在自己的电脑中，并将第二章数据copy在电脑中 三、复习建立计量经济学模型的步骤 $2.1 回归分析 1.变量间关系 2.回归分析 3.讨论一元线性回归分析的理由 1.变量间关系 2. 回归分析 (regression analysis） 在其他条件不变的情况下，研究一个变量或一组变量对另一个变量具有的因果效应的分析方法。 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）根据样本观察值对经济计量模型参数进行估计，求得回归方程； （2）对回归方程、参数估计值进行显著性检验； （3）利用回归方程进行分析、评价及预测。 3. 首先讨论一元线性回归分析的理由 (1) 两个变量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 (3)一元线性回归分析的原理和方法，是基本原理和方法，对理解与进一步学习各种复杂的计量经济分析技术有很大帮助。 §2.2　一元线性回归模型及其假定 一、一元线性回归模型的定义 二、总体回归函数与样本回归函数 三、模型的假设 问题：假设 y与 x代表总体的两个变量（消费与收入），Y如何随x变化而改变？ 构建模型面临三个问题： （1）如何考虑其他因素的影响？（在关系不确定之下） （2）Y与x的函数关系究竟是什么？ （3）所构建的关系是否真实反映了其他条件不变的情况下二者之间的关系？ Y = ?0 + ?1X+u (1) ----一元线性回归模型. Y——因变量（被解释变量）（dependent variable) X——自变量（解释变量）(independent) Ut —— 随机误差项：除X外，影响y的其他变 量 2. 几点说明 1. ?0 和?1通常称为回归系数。 ?0：截距，即X=0时Y的起始值； ?1 ：斜率，在其他变量不变的情况下，x影响y的 程度。 具体表示： 当自变量每增加一个单位时， Y平均增（减）量 --研究主要部分 2.随机误差项主要包括的因素 变量观测值的观测误差； 模型关系的设定误差 其他随机因素的影响等 【例2.1】毕业论文成绩决定模型 （1）该回归模型能够揭示计量成绩对毕业论文成绩在其他条件不变下的影响吗？ （2）随机扰动项u包含什么样的因素？它们可能与计量成绩相关吗？ 【例2.2】令kids表示一名妇女生育孩子的数目，educ表示该妇女接受过教育的年数。生育率对教育年数的简单回归模型为 解答：（1）收入、年龄、家庭状况、政府的相关政策等也是影响生育率的重要的因素，在上述简单回归模型中，它们被包含在了随机扰动项之中。有些因素可能与教育水平相关，如收入水平与教育水平往往呈正相关.（2）当归结在随机扰动项中的重要影响因素与模型中的教育水平educ相关时，上述回归模型不能够揭示教育对生育率在其他条件不变下的影响，因为这时出现解释变量与随机扰动项相关的情形。 问题： 上述两模型是否真的可以得到在其他条件不变的x如何影响y 的结论？ 如何在保持其他因素固定又忽略这些因素以得到x 对y 的影响呢？ 二、模型的假设 （1）?服从零均值、同方差的正态分布 ?i~N(0, ?2 ) i=1,2, …,n （2）?具有给定X条件下的零均值、同方差和不序列相关性： E(?i|Xi)=0