回归分析的性质和基本概念.ppt

第2章提到，条件期望值与无条件期望值是不同的。 * 函数形式通过理论或经验来解决。 * 这些都是线性回归模型 * * Y就是由Yi组成的，Y的条件均值就是Yi的条件均值，给定Xi的条件下。 * 第四，即使把所有有关的变量都引入到模型中来，仍然可能有我们无论如何都解释不了，这也是我们科学可以一直探索下去的原因。干扰项也许能很好的反映这种随机性。第六，如果两三个变量就基本上能够解释Y的行为，则让ui去代表所有其他的变量好了。 * * * 对于参数线性、解释变量非线性的回归模型，只要稍作变换，就可 化为线性回归模型的一般形式。 例如： 模型 令 ， ， ， ，可将模型化为 3．线性回归模型的普遍性 例如，著名的Cobb-Dauglas生产函数表现为幂函数形式， 著名的菲利普斯曲线（Phillips curves）表现为双曲线形式。 一般情况下，对于只含有乘、除、指数、幂运算的非线性关系，可通过对 数变化化为线性关系，以Cobb-Dauglas生产函数 为例，方程两边取对数，可化为线性形式 对于其他复杂的函数形式，可通过级数展开化为线性形式 ，然后在点 可先根据所掌握的信息确定参数 、 、 的一组初始值 、 、 （ ） ， ， 处对模型作泰勒级数展开，并取一阶近似值，得 例如，对于模型 余项 整理得 +余项 泰勒级数： +余项 令 ， ， 余项 原模型可化为 习题 考虑如下非随机模型（即不含随机误差项的模型）。它们是线性回归模型吗？若不是，可能通过适当的代数变换使之转化成线性模型吗？ 第六节 随机误差项 个别家庭的消费支出水平不一定随收入水平增加而增加。 个别家庭的消费支出与给定收入水平之间有什么关系？ 给定收入水平X 的个别家庭的消费支出聚集在收入为X 的所有家庭的平均消费支出的周围，即围绕着它的条件均值。因此，个别的Y 围绕它的期望值的离差(deviation)表示为： 其中离差ui 是一个不可观测的可正可负的随机变量，称为随机干扰(stochastic disturbance)或随机误差(stochastic error)。 （1） 代表相同收入水平的所有家庭的平均消费支出。这一成分称之为系统性或确定性成分。 （2） ui 为随机或非系统性成分。现在假定它是所有可能影响Y，但又未能包括到回归模型中来的被忽略变量的替代变量。 随机误差项一般用希腊字母 或 表示 假定 对Xi 是线性的，则 例如给定X=80， 对方程两边取期望值 方程中取的是给定的X值为条件的条件期望 因为 故 因此，假定回归线通过Y的条件均值，就意味着ui 的条件均值（以给定的Xi 为条件）为零。 条件均值 总体回归线：解释变量取给定值时因变量的条件均值或期望值的轨迹。 存在意义 第一，理论的模糊性。 即使有决定Y的行为的理论，也常常是不完全的。我们可以肯定 每周收入X影响每周消费支出Y，还有其他影响Y的变量吗？ 第二，数据的欠缺。 例如，在原理上，除收入外，家庭财富亦可作消费支出的解释 变量。但不幸的是，一般得不到家庭财富的信息。 第三，核心变量与周边变量。 假定除收入外，家庭的孩子数、性别、宗教、教育、地区也会 影响消费支出，合起来影响非常小，当做随机变量来看。 第四，人类行为的内在随机性。 第五，糟糕的替代变量。 弗里德曼的消费函数理论将永久消费看做永久收入的函数。实际 上我们用可观测的当前消费和当前收入，存在测量误差。 第六，简单性原则。保持尽可能简单的回归模型。 第七，错误的函数形式。 Or ? 第七节 样本回归函数 注意：这张表是代表一个总体。但大多数实际情况，我们仅有对应于某些固定X的Y值的一个样本，所以要面对抽样问题。 目标：在样本信息的基础上估计总体回归函数PRF。 从总体中抽取一个随机样本如下： 表2.4中的每个Y都是从表2.1的总体中对应于同一Xi的同组Y值随机抽取的。 问：我们能通过表2.4的样本预测总体回归函数PRF吗？ 基于第二个样本的回归线 基于第一个样本的回归