第五章 古典线性回归模型.ppt

第五章　古典线性回归模型 问题的提出 数据背后存在着某种规律性 最小二乘保证了3条性质——残差和=0，残差与自变量无关、残差与拟合值无关 关于数据生成过程的初步假定——数据生成过程=确定性部分+非确定性部分 样本一般说来总会反映一些总体的性质，于是对非确定性部分——随机扰动项——作出类似于最小二乘残差的假设 数据背后存在着某种规律性 现实世界中本身存在着经济规律，正是这些经济规律的作用，通过现实经济生活又显现出一些复杂现象来。这些现象既有某种确定性（规律性的一面），有具有某种不确定性（随机性的一面）。 计量经济学研究假定现实数据中存在某种规律性——数据背后存在一个数据产生的过程，即经济现象后面存在规律性。 挖掘数据后面的规律乃是计量经济学的己任。 最小二乘保证了4条性质 1、残差和=0 2、残差与自变量不相关 3、残差与因变量拟合值不相关 4、因变量实际值与拟合值的均值相等 即： 解决问题的思路 数据生成过程=确定性部分+非确定性部分 关于数据生成过程的初步假定——提出线性模型 从总体与样本的关系看残差与随机扰动项的关系 对非确定性部分——随机扰动项——作出6项假设 关于数据生成过程的初步假定 虽然数据并不一定满足最小二乘估计直线这些性质，但仍可依据对现实的抽象，假定背后有一个数据生成的过程 yi=a+b1xi1+b2xi2+b3xi3+??????＋bkxik+ui