古扎拉蒂《计量经济学》4人大版读书笔记.pdfVIP

古扎拉蒂《计量经济学》 4 人大版读书笔记 第一章 回归分析的性质 “回归” 一词是费朗西斯·高尔顿在研究子女身高与父母身高的关系时提出来的，他发现， 给定父母的身高，子女的身高会趋向于或“回归”到总人口的平均身高。换言之，父母异常 高或异常矮，其儿子的身高都会趋向于或回归到所有男子的平均身高。 统计关系与确定性关系的区别： 先看了解什么叫确定性关系，某个应变量确定的依赖于自 变量，数学中和经典物理学中的各种定律都是确定性的关系，比如宇宙间两个粒子的引力 离， k 是比例常数，给 定两个粒子质量和他们间的距离， 那么他们之间的引力随机可以确定， 而且是唯一的。 而统 计关系是不确定性的， 应变量和自变量间是统计依赖关系， 给定解释变量的某个取值， 不能 预测因变量的确定取值， 因为这时因变量的取值有着概率分布范围， 所以我们说它是一个随 机变量，如农作物的收成对气温、降雨量、光照条件的依赖关系是统计性质的，这个性质的 意义在于影响农作物的因素（变量） 还有很多很多， 无法一一辨认出来， 无论考虑的多少个 解释变量，都无法完全解释农作物收成这个因变量，所以它内在的或随机的变异是存在的。 回归和因果： 统计关系式本身不能意味着任何因果关系， 回归分析研究一个变量对另一些变 量的依赖关系但他们绝不是因果关系。 对于因果关系的理念， 必须来自与统计学之外的经验 或者理论，比如说用经济学的理论来说明价格对需求变动的影响。 回归与相关的区别： 回归区分哪个是解释变量，哪个是被解释变量（因变量） ，相关不区分 两者， 也就是说前者变量间是不对称的， 后者变量间是对称的。另一方面， 相关分析中的所 有变量被看作都是随机的， 而回归分析则基于以下假定： 因变量是随机的， 而解释变量是固 定的或者非随机的。 给定每个 x ，都有很多相应的 y 值（即 y 有一个分布范围） ，但不可能知道每一个 y 的值， 所以我们用回归线来预测 y 的均值 第二章 回归分析的一些基本概念 1、条件均值 （条件期望值）：为什么叫 “条件”？因为他们取决于 （条件）变量 x 的给定值， E(Y|X i )读成给定 X 下 Y 的期望值，与 E(Y) 的区别： E(Y) 是总体的 Y 的均值 2、随机或统计总体回归函数 （statistical PRF ）：E(Y|X i )=B 1+B 2X i ；非随机的或确定的总体回 2 归函数（ non-stochastic PRF）：Y ， μ的方差记为 σ。 i =B 1+B 2X i + μi i 3、样本回归函数（ SRF ）：Y ^=b +b X ；随机样本回归函数： Y =b +b X +e ，各小写字母都 i 1 2 i i 1 2 i i 2 2 2 是总体回归函数中对应大写字母的估计量。 e 的方差记为 ， 是真正的但未知的 σ 的