经典单方程计量经济学模型：一元线性回归模型.pptxVIP

会计学;线性回归模型的特征;在同族中抽取n对父-子的身高, 即有n对数据: (X1,Y1), (X2,Y2), … , (Xn,Yn). Yk ? a + bXk , 1?k?n. Yk ~ a + bXk , 1?k?n ?--男人平均身高. 由上式得 Yk -? ~a + bXk -? ~ a +(b-1)? + b(Xk -?) ~c+ b(Xk -?) (注意?=(1-b)?+b? ,c= a +(b-1)? ,0b1) ; §2.1 回归分析概述 一、回归分析基本概念 1. 变量之间的相互关系 2. 相关分析与回归分析;两个变量总体相关系数公式 两个变量的样本 相关系数公式;回归分析是研究一个变量关于另一个变量的依赖关系的计算方法和理论。目的在于通过后者的已知或者设定值，去顾及或预测前者的均值。分为解释变量（自变量）和被解释变量（因变量）。 回归分析包含的内容： （1）根据样本进行模型参数估计，得回归方程； （2）对回归方程、参数估计值的显著性检验； （3）利用回归方程进???分析、评价、预测。;表2.1.1 某社区家庭每月可支配收入与消费支出统计表 每月家庭可支配收入X 800 1100 1400 1700 2000 2300 2600 2900 3200 3500 每月家庭消费Y 561 638 869 1023 1254 1408 1650 1969 2090 2299 594 748 913 1100 1309 1452 1738 1991 2134 2321 627 814 924 1144 1364 1551 1749 2046 2178 2530 638 847 979 1155 1397 1595 1804 2068 2266 2629 935 1012 1210 1408 1650 1848 2101 2354 2860 968 1045 1243 1474 1672 1881 2189 2486 2871 1078 1254 1496 1683 1925 2233 2552 1122 1298 1496 1716 1969 2244 2585 1155 1331 1562 1749 2013 2299 2640 1188 1364 1573 1771 2035 2310 1210 1408 1606 1804 2101 1430 1650 1870 2112 1485 1716 1947 2200 2002 共计 2420 4950 11495 16445 19305 23870 25025 21450 21285 15510 ?; 支出随收入变化的简单散点图如下： ;回归的现代解释;由于客观经济现象的复杂性 随机误差项主要包括以下因素的影响 未知因素的影响； 残缺数据的影响； 众多细小因素的影响 变量观测值的观测误差的影响； 模型关系的设定误差的影响； 变量内在随机因素的影响。;样本回归函数 总体回归函数现实中未知，需通过抽样，得到总体样本，通过样本信息估计总体回归函数 其中e被称为样本残差。 ;§2.2 一元线性回归模型的基本假设;3.对随机干扰项的假设假设4：随机误差项 具有给定X的条件下的0均值、同方差以及不序列相关性。即  在如此假设条件下，可以推出; 假设5：随机误差项与解释变量之间不相关， 即 假设6：随机误差项服从0均值、同方差的正 态分布。即 ; §2.3一元线性回归模型的参数估计; 结果为 其能够很好的拟合样本数据。 为别解释变量的估计值，它是由参数估计量和解释变量的观测之计算得到的。那么，被解释变量的估计值与观测值应该在总体上最为接近。;根据被解释变量的估计值于观测值应该在 总体上最接近的原则，给出判断标准是二者 之差