计量经济学2-课件.pptxVIP

Chapter2 The Simple Regression Model;2.1 Definition of the Simple Regression Model;变量间的关系;▲注意：;回归分析的基本概念;除了x之外影响y的其它因素 ;如果我们假设其他因素保持不变，则 的变化为0. 即， 那么， ：斜率参数； ：截距参数 ;随机误差项主要包括下列因素的影响：;Example1：A Simple Wage Equation;2.1.2 A Simple Assumption;A Simple Assumption;Questions：;Example1（continue）;2.1.3 population regression function （PRF）;; 即如果知道了家庭的月收入，能否预测该社区家庭的平均月消费支出水平。;;▲分析：;;▲概念：;.;2.1.4样本回归函数（SRF）;;; 样本散点图近似于一条直线，画一条直线以尽好地拟合该散点图，由于样本取自总体，可以该线近似地代表总体回归线。该线称为样本回归线（sample regression lines）。;这就要求：设计一“方法”构造SRF，以使SRF尽可能“接近”PRF，或者说使 尽可能接近 。; 回归分析的主要目的是要通过样本回归函数（模型）SRF尽可能准确地估计总体回归函数（模型）PRF。;线性回归模型的基本假设;; 另外，在进行模型回归时，还有两个暗含的假设： ; 假设5旨在排除数据出现持续上升或下降的变量作为解释变量，因为这类数据不仅使大样本统计推断变得无效，而且往往产生所谓的伪回归问题（spurious regression problem）。 假设6也被称为模型没有设定偏误（specification error）;假定对于式2.1，我们得到参数 和 的估计值 和 ，则定义 时 的拟合值为 ， 第i次观测的残差： 的实际值和它的拟合值之差，即 ;; 为了估计参数 使用一个容量为n的随机样本：;对于参数的估计值，我们希望它们尽可能的接近真实值。换言之，希望y的拟合值和它的实际值之间的差异尽可能的小，则：;一阶导数为0，二阶导数大于0.;;令：;记;2.2.2 小结;2.2.3 例子 Example 2: CEO Salary and Return on Equity ;计量模型： ;预测： 如果roe=30，salary是多少？;salary;2.3 Properties of OLS on Any Sample of Data 2.3.1 Algebraic Properties of OLS Statistics;(2) 自变量和OLS残差的样本协方差为0.;(3)点 总是在OLS的回归线上：;（4）拟合值的样本平均值与观测值的样本平均值相等：;（5）拟合值和残差的样本协方差为0;2.3.2 更多术语;y 的总体变异可以表示为解释变异和未解释变异之和，即，;2.3.3 Goodness-of-Fit; R2是解释变异与总变异的比值，因而可以看作是y的样本变异被x解释的部分。即用来衡量拟合优度。 R2：（0，1） =1意味着观测值都落在了回归线上—完美的拟合； 接近0，表明OLS给出了一个糟糕的拟合。 注意： 在社会科学中，特别是在截面数据分析中, 回归方程的R-平方值较低并不罕见。值得强调的是，一个显著低的R-平方值不一定说明OLS回归方程是没有价值的。;可决系数是一个随机变量;Example 2 （continue）;2.4 Units of Measurement and Functional Form;2.4.1The Effects of Changing Units of Measurement on OLS Statistics; （i）如果因变量与自变量分别乘以非零常数c1、c2，那么OLS斜率将乘以c1/c2，截距将乘以c1； （ii）如果因变量与自变量分别加上常数c1、c2，那么OLS斜率不变，截距将加上（c1-c2*斜率）；;2.4.2 Incorporating Nonlinearities in Simple Regression;Example1（continue）;educ;;;;;含对数的函数形式总览;2.4.3The Meaning of “Linear” Reg