相关与回归分析.pptVIP

回归模型的类型一个自变量两个及两个以上自变量回归模型多元回归一元回归线性回归非线性回归线性回归非线性回归相关系数第62页，共127页，星期日，2025年，2月5日总体回归函数与样本回归函数第63页，共127页，星期日，2025年，2月5日线性回归模型在实际经济分析中,由于经济变量之间的关系往往是非常复杂的,所以直接的精确线性模型是较少的。但是，由于第一，线性模型比较容易研究；第二，现实经济分析中许多非线性问题可以经过简单的数学处理转化为线性模型；第三，非线性模型的分析基础是线性模型。因此，我们首先研究一元线性模型。第64页，共127页，星期日，2025年，2月5日一元线性回归模型当只涉及一个自变量时称为一元回归，若因变量y与自变量x之间为线性关系时称为一元线性回归。对于具有线性关系的两个变量，可以用一条线性方程来表示它们之间的关系。描述因变量y如何依赖于自变量x和误差项μ的方程称为回归模型。第65页，共127页，星期日，2025年，2月5日模型中，Y是X的线性函数部分加上误差项线性部分反映了由于X的变化而引起的Y的变化随机误差项μi是随机变量反映了除X和Y之间的线性关系之外的随机因素对Y的影响；是不能由X和Y之间的线性关系所解释的影响）b0和b1称为模型的参数一元线性回归模型一元线性回归模型可表示为：Y=b0+b1X+μi?第66页，共127页，星期日，2025年，2月5日总体回归函数与样本回归函数y的条件分布:y在x取某固定值条件下的分布。对于x的每一个取值，都有y的条件期望与之对应，在坐标图上y的条件期望的点随x而变化的轨迹所形成的直线或曲线，称为回归线。如果把y的条件期望表示为x的某种函数：,这个函数称为回归函数。如果其函数形式是只有一个自变量的线性函数,如,称为一元线性回归函数。第67页，共127页，星期日，2025年，2月5日总体回归函数（PRF）概念：将总体因变量y的条件均值表现为自变量x的某种函数，这个函数称为总体回归函数（简记为PRF）。表现形式：（1）条件均值表现形式（2）个别值表现形式（随机设定形式）μi是个可正可负的随机变量，代表排除在自变量以外的所有因素对y的影响，称为随机误差项第68页，共127页，星期日，2025年，2月5日样本回归函数（SRF）y的样本观测值的条件均值随自变量x而变动的轨迹，称为样本回归线。如果把因变量y的样本条件均值表示为自变量x的某种函数，这个函数称为样本回归函数（简记为SRF）。表现形式：线性样本回归函数可表示为或者实际观测值第69页，共127页，星期日，2025年，2月5日样本回归函数与总体回归函数的关系样本回归函数的函数形式应与设定的总体回归函数的函数形式一致。和是对总体回归函数参数的估计。是对总体条件期望的估计残差e在概念上类似总体回归函数中的随机误差u。回归分析的目的：用样本回归函数去估计总体回归函数。第70页，共127页，星期日，2025年，2月5日样本回归函数与总体回归函数的关系

——相互区别总体回归函数虽然未知，但它是确定的；样本回归线随抽样波动而变化，可以有许多条。样本回归线还不是总体回归线，至多只是未知总体回归线的近似表现。总体回归函数的参数虽未知，但是确定的常数；样本回归函数的参数可估计，但是随抽样而变化的随机变量。总体回归函数中的是不可直接观测的；而样本回归函数中的是只要估计出样本回归的参数就可以计算的数值。第71页，共127页，星期日，2025年，2月5日回归系数的最小二乘估计第72页，共127页，星期日，2025年，2月5日回归系数估计的思想为什么只能对未知参数作估计?总体参数是未知的、不可直接观测的、不能精确计算的能够得到的只是变量的样本观测值只能通过变量样本观测值选择适当方法去近似地估计回归系数。前提:u是随机变量其分布性质不确定，必须作某些假定，其估计才有良好性质，其检验才可进行。原则:使样本参数估计值“尽可能地接近”总体参数真实值