解释变量的选择.ppt

****（2）回归分析的基本概念回归分析(regressionanalysis)是研究一个变量关于另一个（些）变量的具体依赖关系的计算方法和理论。其目的在于通过后者的已知或设定值，去估计和（或）预测前者的（总体）均值。被解释变量（ExplainedVariable）或应变量（DependentVariable）。解释变量（ExplanatoryVariable）或自变量（IndependentVariable）。*回归分析构成计量经济学的方法论基础，其主要内容包括：1）根据样本观察值对计量经济模型参数进行估计，求得回归方程；2）对回归方程、参数估计值进行显著性检验；3）利用回归方程进行分析、评价及预测。*（3）回归分析与相关分析的区别和联系.联系：它们都是研究非确定性变量间的统计依赖关系，即研究一个变量对另一个（些）变量的统计依赖关系，但它们并不意味着一定有因果关系。.区别：相关分析对称地对待任何（两个）变量，两个变量都被看作是随机的；且只关注变量间的关联程度而非具体依赖关系。回归分析对变量的处理方法存在不对称性，即有应变量（被解释变量）和自变量（解释变量）之分：前者是随机变量，后者不是；更关注变量间的具体依赖关系。*二、总体回归函数（PRF）与总体回归模型回归分析关心的是根据解释变量的已知或给定值，考察被解释变量的总体均值，即当解释变量取某个确定值时，与之统计相关的被解释变量所有可能出现的对应值的平均值。*例2.1：一个假想的社区有100户家庭组成，要研究该社区每月家庭消费支出Y与每月家庭可支配收入X的关系。即如果知道了家庭的月收入，能预测该社区家庭的平均月消费支出水平。为达到此目的，将该100户家庭划分为组内收入差不多的10组，以分析每一收入组的家庭消费支出。**由于不确定因素的影响，对同一收入水平X，不同家庭的消费支出不完全相同；但由于调查的完备性，给定收入水平X的消费支出Y的分布是确定的，即以X的给定值为条件的Y的条件分布（Conditionaldistribution）是已知的，例如：P(Y=561|X=800）=1/4。*因此，给定收入X的值Xi，可得消费支出Y的条件均值（conditionalmean）或条件期望（conditionalexpectation）：E(Y|X=Xi)。该例中：E(Y|X=800)=605描出散点图发现：随着收入的增加，消费“平均地说”也在增加，且Y的条件均值均落在一根正斜率的直线上。这条直线称为总体回归线。*05001000150020002500300035005001000150020002500300035004000每月可支配收入X（元）每月消费支出Y（元）*在给定解释变量Xi条件下被解释变量Yi的期望轨迹称为总体回归线（populationregressionline），或更一般地称为总体回归曲线（populationregressioncurve）。称为（双变量）总体回归函数（populationregressionfunction,PRF）。相应的函数：*含义：回归函数（PRF）说明被解释变量Y的平均状态（总体条件期望）随解释变量X变化的规律。函数形式：可以是线性或非线性的。例2.1中，将居民消费支出看成是其可支配收入的线性函数时:为一线性函数。其中，?0，?1是未知参数，称为回归系数（regressioncoefficients）。*三、随机扰动项总体回归函数说明在给定的收入水平Xi下，该社区家庭平均的消费支出水平。但对某一个别的家庭，其消费支出可能与该平均水平有偏差。称?i为观察值Yi围绕它的期望值E(Y|Xi)的离差（deviation），是一个不可观测的随机变量，又称为随机扰动（干扰）项（stochasticdisturbance）或随机误差项（stochasticerror）。*例2.1中，给定收入水平Xi,个别家庭的支出可表示为两部分之和：（1）该收入水平下所有家庭的平均消费支出E(Y|Xi)，称为系统性（systematic）或确定性（deterministic)部分；（2）其他随机或非确定性（nonsystematic)部分?i。*称为总体回归函数（方程）PRF的随机设定形式。表明被解释变量除了受解释变量的系统性影响外，还受其他因素的随机性影响。由于方程中引入了随机项，成为计量经济学模型，因此也称为总体回归模型。*随机误差项主要包括下列因素：在解释变量中被忽略的因素的影响；随机因素的影响；变量观测值的观测误差的影响；模型