第二章简单线性回归模型-e会学.pptVIP

* 计量经济学中,线性回归模型的“线性” 有两种解释： ◆就变量而言是线性的 ——Y的条件期望（均值）是X的线性函数 ◆就参数而言是线性的 ——Y的条件期望（均值）是参数β的线性函数 例如： 对变量、参数均为“线性” 对参数“线性”，对变量“非线性” 对变量“线性”，对参数“非线性” 注意：在计量经济学中，线性回归模型主要指就参数而言是“线性”的,因为只要对参数而言是线性的,都可以用类似的方法去估计其参数，都可以归于线性回归。 “线性”的判断 ◆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 是其期望为 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 * 三、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) * 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） * X Y SRF 四、样本回