EVIEWS第二章复习要点.pdfVIP

[请输入文档标题]

[请输入文档副标题]

[请输入文档摘要。摘要通常是对文档内容的简短总结。请输入文档摘要。摘要通常是

对文档内容的简短总结。]

第二章经典单方程计量经济学模型：一元线性回归模型

复习总结

2.1回归分析概述

2、回归分析的基本概念

二、总体回归函数

总体回归线：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（populatioregressioline），或更一般地称为总体回归曲线（populatio

regressioncurve）。

总体回归函数（populationregressionfunction,PRF）

E(Y|X)f(X)

ii

三、随机扰动项

YE(Y|X)

iii



称为观察值Y围绕它的期望值E(Y|X)的离差（deviatio），是一个不可观测的

iii

随机变量，又称为随机干扰项（stochasticdisturbance）或随机误差项（stochastic

error）

总体回归函数（方程）PRF的随机设定形式。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的影响

1）在解释变量中被忽略的因素的影响；

2）变量观测值的观测误差的影响；

3）模型关系的设定误差的影响；

4）其它随机因素的影响。

四、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（sampleregressio

lies）。

样本回归线的函数形式为

ˆˆˆ



Yf(X)X

ii01i

称为样本回归函数（sampleregressionfunctio，SRF）

样本残差：e

i

•此节要点：

•PRL、PRF、PRM

•SRL、SRF、SRM

•随机扰动项、样本残差

•要求：每个概念，与图形的对应

2.2一元线性回归模型的参数估计

一、线性回归模型的基本假设1-6

普通最小二乘法（Ordinaryleastsquares,OLS）给出的判断标准是：二者之差的

平方和最小

nˆnˆˆ

22

Q(YY)(Y(X))

iii01i

11

求正规方程组

离差形式

极大似然的基本原理

四、最小二乘估计量的性质

小样本性质：线性、无偏、有效的证明（重要）

大样本或渐近性质

ˆˆ



估计量的标准差

01

22X2

i

ˆx2ˆ2

10nx

ii



牢