第讲经典线性回归分析.pptVIP

最小方差性的几何解释 参数估计量的两个特点 斜率的方差与解释变量的关系。 截距的方差与样本容量的关系。 第三十页，共七十二页。 参数估计量的抽样分布 *假定4：扰动项服从正态分布 （1）正态分布仅涉及两个参数。 （2）正态分布的任意线性组合仍是正态分布。 （3）中心极限定理作保证。 第三十一页，共七十二页。 随机扰动项的估计 随机扰动项方差估计量：通过可观测的变量估计 结论：在正态性假定条件下，除了满足BLUE性质以外， 截距和斜率的OLS估计量服从正态分布，随机扰动项的方 差服从Chi-平方分布。 第三十二页，共七十二页。 （3）检验 回归参数的t检验 检验：回归模型中是否存在线性关系？这种关系是显著的吗？ 第三十三页，共七十二页。 经验规律 在实际应用中，显著水平通常取5%，在t分布表中，当样本观察值的个数大于15时，t临界值大体保持在2左右。由此我们得到一个十分简便的检验方法，t绝对值大于2时，我们就可以得出系数是统计显著的结论。 但是，如果t值接近2，这种经验判断的方法就不准确。 第三十四页，共七十二页。 回归方程的显著性检验和拟合优度 （1）总离差平方和的分解： TSS=RSS+ESS （2）拟合优度（样本决定系数）： （3）回归方程的显著性检验： 第三十五页，共七十二页。 F检验的基本思想 F检验的思路 1 无约束条件下的残差平方和 2 有约束条件下的残差平方和 3 统计量：相对约束成本 第三十六页，共七十二页。 回归方程的显著性检验：检验连等式 思想：检验所有解释变量对被解释变量影响的显著性 因此，F检验实际上针对的是多元回归问题。 联合假设 F统计量 第三十七页，共七十二页。 F值与判定系数之间的关系 第三十八页，共七十二页。 方差分析表 第三十九页，共七十二页。 （4）一元线性回归方程应用：截面数据 中国消费与收入的初步研究： 数据来源：2000年中国各地区消费和收入数据 Eviews//example1 计算与分析：EVIEWS 第四十页，共七十二页。 一元线性回归方程应用：时间序列 检验模型的结构稳定性：Chow检验 步骤1：全部样本进行回归。 步骤2：不同时期样本回归。 步骤3：构造统计量。 步骤4：假设检验。 英国个人储蓄与收入（eviews//example3） 第四十一页，共七十二页。 计算结果：SAVE=C(1)+C(2)*INCOME Coefficient Std. Error t-Statistic Prob. C(1) -1.082071 0.145151 -7.454820 0.0000 C(2) 0.117845 0.008774 13.43164 0.0000 R-squared 0.918537 Sum squared resid 0.572226 总样本 （46-63） Coefficient Std. Error t-Statistic Prob. C(1) -1.750172 0. 357560 -4.894769 0.0018 C(2) 0.150450 0.017545 8.574906 0.0001 R-squared 0.913075 Sum squared resid 0.193121 样本2 （55-63） Coefficient Std. Error t-Statistic Prob. C(1) -0.266249 0.305353 -0.871940 0.4121 C(2) 0.047028 0.026569 1.770053 0.1200 R-squared 0.309194 Sum squared resid 0.139650 样本1 （46-54） 第四十二页，共七十二页。 统计量与假设检验 假设检验：两时期没有结构性变化 第四十三页，共七十二页。 问题的延伸 ? 就题论题：重建时期的检验合法吗？ 总样本 重建后 重建期 第四十四页，共七十二页。 ? 方法论：结构变化缘于什么？ ? 实际分析：如何划分样本？ 第四十五页，共七十二页。 判定系数探讨 什么情况下为0? 什么情况下可能为负? 使用条件? 第四十六页，共七十二页。