第2章 回归概述(新）.ppt

* 根据样本回归函数SRF 即，根据 估计 七、回归分析的目的（**） PRF SRF 估计总体回归函数PRF * 注意：这里PRF可能永远无法知道。 七、回归分析的目的 PRF SRF * 回归分析的主要目的 通过样本回归函数（模型）SRF 估计总体回归函数（模型）PRF 最广泛使用的是普通最小二乘法 为保证参数估计量具有良好的性质，通常对模型提出若干基本假设。这些假设与所采用的估计方法紧密相关。 第二部分：参数估计 估计方法有多种，如OLS、MLE、GMM等 （ordinary least squares, OLS） * 第二部分：参数估计 最小二乘原理： 即在给定样本观测值之下，选择出 、 能使 、 之差的平方和最小。 图示法说明 数学推导说明 回归分析的主要目的 通过样本回归函数（模型）SRF 估计总体回归函数（模型）PRF * 图示法说明： 1、PRF无法获知。因此，选择实际值作为衡量标准 2、残差之和可能正负抵消。因此，选择残差平方和 * OLS方法的数学推导说明 如何选择参数，以使得残差平方和最小 * 方程组（*）称为正规方程组（normal equations）。 OLS方法的数学推导说明 * 例2.1 综合应用 * 例2.1 综合应用 根据表2-4的计算，得到数学S.A.T分数回归结果如下： 其中，X表示家庭年收入，Y表示数学分数， 表示给定X水平下真实总体均值的估计量。 该样本回归线如图所示 通常采用软件实现估计 可通过计算实现估计 * * 斜率系数0.0013表示在其他条件保持不变的情况下，家庭年收入每增加1元，数学分数平均提高0.0013分。（或者，在其他条件保持不变的情况下，家庭年收入每增加1000元，数学分数平均提高1.3分） 例2.1 综合应用对数学S.A.T分数回归结果的解释 截距的解释则没什么经济意义，因为家庭年收入为0的数据几乎不会发生。 * 普通最小二乘估计量的一些重要性质（**） 1.用OLS法得出的样本回归线经过样本均值点，即： 2.残差的均值 （ ）总为0。 3.对残差与解释变量的积求和，其值为零；即这两个变量不相关。 这条性质也可用来检查最小二乘法计算结果。 4.对残差与 （估计的 ）的积求和，其值为0；即 为0（见习题2.25）。 * 线性回归的基本思想：双变量模型本节课的小结 回归分析的含义 总体回归函数 样本回归函数 总体回归模型 回归分析的目的 样本回归模型 随机误差项的性质 二、参数估计 一、回归分析概述 最小二乘原理 如何进行参数估计 “线性”回归的含义 * 一些例子 例1：受教育年限与平均小时工资 研究结论： 教育与收入之间存在正相关关系。 回归系数的含义：受教育年限每增加1年，平均小时工资增加72美分。 样本回归模型中负的截距没有经济含义 * 例2：奥肯定律 样本回归模型：Y=-0.4(X-2.5) Y- 为失业率的变动率； X-为实际产出的增长率； 2.5-为美国长期产出增长率 结论：实际GDP增长每超过2.5个百分点,失业率将降低0.4个百分点 预测: 如果x=5%， 则失业率减少1个百分点 如果x=7.5%，则失业率减少2个百分点 * 例3 股票价格与利率 非线性回归模型(图2-7是著名的菲利普斯曲线)与双变量线性回归模型比较: 问题1:两种模型,哪一个模型更好? 问题2:两个模型的斜率符号相反,说明这两个模型所得到的结论是矛盾吗? * 思考题 1.总体回归线、总体回归函数的含义及关系 2.总体回归模型与样本回归模型的关系 3.总体回归系数与样本回归系数的关系 4.奥卡姆剃刀原则在计量经济学模型建立中，给我们提供了什么启示？ 5.回归分析的目的 6.随机误差项性质（或内容） 实例 对中国经济增长及其影响因素的定量分析 对中国股票价格波动的实证研究 对中国家用汽车市场发展的研究 * 对中国家用汽车市场发展的研究 应该围绕以下几个方面： （1）家用汽车市场状况如何？ 可以用汽车的销售量去观测 （2）分析影响家用汽车销售量的主要因素 如：居民收入、价格、使用费用、道路状况、国家政策、消费行为 （3）各种因素对汽车销售量影响的性质 即哪些有正面影响、哪些有负面影响 （4）各个因素影响汽车销售量的具体数量关系 用销售量和各个影响因素的实际数据，运用一定的方法分析其具体的相互关系 （5）所得到的分析结论是否可靠？ （6）今后汽车市场的发展前景如何？应如何制定汽车产业政策？ * * 第二章  经典单方程计量经济学模型： 一元线性回归模型 线性回归的基本思想： 双变量模型 * 线性