数量经济学课件-两变量线性回归分析.pptVIP

两变量线性回归分析 * 古典线性回归分析三个基本特征： 1、分析框架是“古典框架”，认为经济变量之间存在确定的函数关系，计量经济分析就是发现或推断这种关系； 2、分析方法主要是对因果关系的回归分析； 3、需要确定的参数是线性模型中的线性参数，即线性函数的系数。 * 先讨论两变量线性回归分析的原因： 1、两个变量之间的线性因果关系在现实经济中相当普遍。 2、虽然许多经济问题涉及到多变量关系或不是线性的，但多变量关系与两变量线性关系分析方法相似，非线性关系多数可转化为线性关系，因此先讨论两变量线性回归有方便之处。 3、两变量线性回归分析的原理和方法，正是所有计量经济分析的基本原理和方法，对理解计量经济分析的思想方法，进一步学习各种复杂的计量经济分析技术有很大帮助。 * 第一节 两变量线性回归模型 一、变量和函数式 二、经济变量关系的随机性 三、模型的假设 * 一、变量和函数式（模型变量、关系式确定） 两变量线性因果关系： Y = ? + ? X Y——被解释变量 X——解释变量 ?、?——待定参数 * 1、模型根据： （1）研究问题的需要（GDP、增长率、入WTO对行业冲击、就业等）； （2）经济理论和观点； （3）数据分布、散点图（数据是规律的表现形式、信息载体）； （4）非线性函数和线性变换。 * 2、例子： 上海经济消费函数研究P21； C = f (Y ) = c + cY， 科布——道格拉斯生产函数P23； * 例2-1 上海经济的消费规律研究 年份 可支配收入 Y 消费性支出CC 年份 可支配收入 Y 消费性支出 C 1981 636.82 585 1990 2181.65 1936 1982 659.25 576 1991 2485.46 2167 1983 685.92 615 1992 3008.97 2509 1984 834.15 726 1993 4277.38 3530 1985 1075.26 992 1994 5868.48 4669 1986 1293.24 1170 1995 7171.91 5868 1987 1437.09 1282 1996 8158.74 6763 1988 1723.44 1648 1997 8438.89 6820 1989 1975.64 1812 1998 8773.10 6866 * 例2-1 上海经济的消费规律研究 * 二、经济变量关系的随机性 1、在经济问题中精确的因果关系实际上是不存在的。 因为人类经济行为本身的随机性；忽略的其他众多因素的影响；忽略的高阶项（非线性项）；非实验数据。 2、正确的计量经济模型应该是随机模型： Y = ? + ? X + ? ?的重要性： * 三、模型的假设 1、建立的模型合理吗？如何判断？需要判断的标准。 2、计量分析的方法，特定的方法适用的模型是有条件的，因此必须对模型先作设定。 3、6条假设： （1）变量间存在随机函数关系Y=? +? X +? （2）误差项均值为0。 （3）误差序列同方差。 （4）误差序列不相关。 （5）X是确定性的，非随机变量。 （6）误差项服从正态分布。 * 第二节 参数的最小二乘估计 一、参数估计的基本思路 二、样本趋势的拟合和回归残差 三、最小二乘法 * 一、参数估计的基本思路 含义：求Y=? +? X +? 中? 、? 的近似值，以及?中隐含的分布参数 。 参数估计是计量经济分析的核心步骤。 参数估计的困难是如何找出估计值，如何评价估计值。 基本思路：用拟合样本趋势的方法，找出样本回归直线，拟合、近似总体回归直线（期望直线），得到参数近似值。 * 二、样本趋势的拟合和回归残差 两点法、分组求和 关键是建立好的拟合标准 回归残差是核心——回归残差的总体水平——最小二乘法。 最小二乘估计是最基本、重要的计量经济参数估计方法。具有许多好的性质。是其他多种估计、推断、分析的基础。多种计量经济分析方法与OLS有内在一致性。 * 三、最小二乘法 最小化：即找到使得残差平方和最小的参数近似值。 * 例2-3上海经济的消费规律研究 年份 可支配收入X 消费性支出Y 年份 可支配收入X 消费性支出 Y 1981 636.82 585 1990 2181.65 1936 1982 659.25 576 1991 2485.46 2167 1983 685.92 615 1992 3008.97 2509 1984 834.15 7