一元线性回归模型计量经济学课件.pptVIP

在第二章，我们以人为设计的收入与消费数据，讨论了总体回归模型与样本回归模型。本章分析一元线性回归模型的经典假定，以及经典假设下的最小二乘估计方法和估计量的统计性质、区间估计、假设检验，并运用蒙特卡洛模拟直观认识和验证最小二乘估计量的统计性质。 回归分析 回归的古典意义： 高尔顿遗传学的回归概念 (父母身高与子女身高的关系) 子女的身高有向人的平均身高回归的趋势 回归的现代意义： 一个被解释变量对若干个 解释变量依存关系的研究 回归的目的（实质）： 由解释变量去估计被解释变 量的平均值 ●被解释变量Y的条件分布和条件概率： 当解释变量X取某固定值时（条件），Y 的值不确定，Y的不同取值会形成一定的分布，这是 Y 的条件分布。 X取某固定值时，Y 取不同值的概率称为条件概率。 ●被解释变量 Y 的条件期望： 对于 X 的每一个取值， 对 Y 所形成的分布确 定其期望或均值，称 为 Y 的条件期望或条件均 值，用 表示。注意:Y的条件期望是随X的变动而变动的 Y X 明确几个概念（为深刻理解“回归”） 4 ●回归线：对于每一个X的取值 ，都有Y的条件期望 与之对应，代表Y的条件期望的点的轨迹形成的直线或曲线称为回归线。 ●回归函数：被解释变量Y 的条件期望 随 解释变量X的变化而有规律 的变化，如果把Y的条件期 望表现为 X 的某种函数 ， 这个函数称为回归函数。 回归函数分为：总体回归函数和样本回归函数 X Y 5 1、总体回归函数的概念 前提：假如已知所研究的经济现象的总体的被解释变量Y 和解释变量X的每个观测值（通常这是不可能的！），那 么，可以计算出总体被解释变量Y的条件期望 ， 并将其表现为解释变量X的某种函数 这个函数称为总体回归函数（PRF） 本质:总体回归函数实际上表现的是特定总体中被解释变 量随解释变量的变动而变动的某种规律性。 计量经济学的根本目的是要探寻变量间数量关系的规律,也 就要努力去寻求总体回归函数。 6 ●条件期望表现形式 例如Y的条件期望 是解 释变量X的线性函数，可表示为： ●个别值表现形式（随机设定形式） 对于一定的 ，Y的各个别值 并不一定等于条件期望，而 是分布在 的周围，若令各个 与条件期望 的 偏差为 ，显然 是个随机变量，则有 2.总体回归函数的表现形式 PRF ●作为总体运行的客观规律，总体回归函数是客观存在的，但在实际的经济研究中总体回归函数通常是未知的，只能根据经济理论和实践经验去设定。计量经济学研究中“计量”的根本目的就是要寻求总体回归函数。 ●我们所设定的计量模型实际就是在设定总体回归函数的具体形式。 ●总体回归函数中 Y 与 X 的关系可以是线性的，也可以是非线性的。 7 3、如何理解总体回归函数 ◆概念 在总体回归函数中，各个 的值与其条件期望 的偏差 有很重 要的意义。若只有 的影响， 与 不应有偏差。若偏 差 存在，说明还有其他影响因素。 实际代表了排除在模型以外的所有因素对 Y 的影响。 ◆性质： 是期望为 0 有一定分布的随机变量。 ◆重要性：随机扰动项的性质决定着计量经济分析结果的性质和计量经济方法的选择。 1、随机扰动项 ● 是未知影响因素的代表(理论的模糊性) ● 是无法取得数据的已知影响因素的代表(数据欠缺) ● 是众多细小影响因素的综合代表(非系统性影响) ● 模型可能存在设定误差(变量、函数形式的设定） ● 模型中变量可能存在观测误差(变量数据不符合实际) ● 变量可能有内在随机性(人类经济行为的内在随机性) 9 2、引入随机扰动项 的原因 样本回归线： 对于X的一定值，取得Y的样本观测值，可计算其条件均值，样本观测值条件均值的轨迹，称为样本回归线。 样本回归函数： 如果把被解释变量Y的样本条件 均值表示为解释变量X的某种函 数，这个函数称为样本回归函 数（SRF）。