经济计量学第二章课件一元线性回归模型.pptVIP

第二章　一元线性回归模型 一元线性回归模型是最简单的线性回归模型，它便于对有关讨论作出直观解释。 本章引进经济计量分析的基本概念与方法： 普通最小平方估计； 普通最小平方估计的拟合性质； 普通最小平方估计的统计性质； 参数的显著性检验。 §2.1 普通最小平方估计 §2.2 OLS估计的统计性质 （一）线性回归模型的基本假定： §2.3　显著性检验 （一）正态假定及有关变量的概率分布  THE END * * 模型 观测方程组 样本 （一）普通最小平方估计(OLS) 待定回归函数 残差平方和 驻点条件 OLS公式 残差 §2.1 普通最小平方估计 最小平方估计的直观解释 设想 n 个样本点散布在 坐标平面上，欲穿过这些点所在的区域作一条直线。按照普通最小平方法所给出的直线，是使得样本点到直线的竖直距离平方和最小的一条。 §2.1 普通最小平方估计 （二）OLS估计的拟合性质 5．残差与估计量不相关, 1．残差总和为零, 2． 保持 的均值, 3. 样本均值点满足回归函数, 4. 残差与解释变量不相关, §2.1 普通最小平方估计 ①残差和为零 ⑤解释变量与残差不相关 ②平均数相等 ④拟合值与残差不相关 ③回归直线过 点 （三）拟合优度 计算公式 一个重要的平方和分解式 　　　　　 拟合优度 §2.1 普通最小平方估计 假定1. 解释变量是确定性变量，不具有随机性 假定2. (零均值假定) 假定3. (同方差假定) 假定4. (不自相关假定) (二）OLS估计的统计性质 1. 是线性估计量 §2.2 OLS估计的统计性质 2. 是的无偏估计量 §2.2 OLS估计的统计性质 3. 在一切线性无偏估计中， 独具最小方差 §2.2 OLS估计的统计性质 4. 若 有界， , 则 是一致估计量 §2.2 OLS估计的统计性质 （三） 的估计 计算公式 §2.2 OLS估计的统计性质 关于 拟合意义下的 与 方差估计公式 §2.2 OLS估计的统计性质 假定5. 有关分布 且与 独立 原假设 （c）比较绝对值 与 的大小。若 ，则拒绝原假设，判 定 ，解释变量 解释功效显著；若 ，则接受原假设，判定 ， 不是有效的解释变量。 （a）计算 ； （b）根据显著性水平 以及自由度 n-2 ，查取 分布临界值 ； §2.3　显著性检验 （三）一元线性回归模型示例 例2.1 y=JYL，x=DSCYCZZZL， 绘制样本散点图 散点图提示线性回归模型： §2.3　显著性检验