计量经济学第四讲经典回归模型及其应用(南京大学耿修林).pptVIP

第四讲经典回归模型及其应用本讲的主要内容:一、引言二、一元线性回归模型三、多元线性回归模型四、例题讲解五、阅读材料2025/9/301

第四讲经典回归模型及其应用一、引言回归模型和回归分析是计量经济学方法的基础，在整个计量经济学体系中占有非常重要的地位。回归分析专门研究：原因变量（被解释变量或因变量）和结果变量（解释变量或自变量）之间客观存在的相互依存、相互制约的统计因果关系，目地在于根据原因变量的变化去推测结果变量可能发生的变化。2025/9/302

第四讲经典回归模型及其应用二、一元线性回归模型1、理论模型及其假定一元线性回归模型的一般形式：讨论：（1）从模型的结构形式上看，它主要由变量、参数和等式关系所构成，（2）从变量的统计性质上看，包括确定型变量和随机型变量，解释变量一般要求是确定的，而被解释变量和随机项是随机变量，（3）从参数的反映功能上看，截距项表示在解释变量取值为0时的被解释变量的期望值，回归系数项表示解释变量的单位变化对被解释变量平均产生的效果，即所谓的“边际效应”问题。2025/9/303

第四讲经典回归模型及其应用二、一元线性回归模型1、理论模型及其假定经典一元线性回归分析模型一般要求要满足以下几个假定条件：随机项服从均值为0且同方差的正态分布，随机项之间相互独立，随机项与解释变量不相关，解释变量的取值存在变异但不能无限地大，样本容量要远大于2。2、模型参数估计量的导出传统的方法主要是普通最小二乘法与极大似然估计法。2025/9/304

第四讲经典回归模型及其应用二、一元线性回归模型2、模型参数估计量的导出2025/9/305

第四讲经典回归模型及其应用二、一元线性回归模型3、估计量的统计性质在经典假定条件下，由OLS和OML导出的估计量具有：线性性、无偏性和方差最小性。估计量线性估计无偏估计LUMVE2025/9/306

第四讲经典回归模型及其应用二、一元线性回归模型4、模型参数的估计与检验（1）估计量的抽样分布2025/9/307

第四讲经典回归模型及其应用二、一元线性回归模型4、模型参数的估计与检验（2）总体方差的估计用残差的方差作为总体方差的估计，另外存在：定理：2025/9/308

第四讲经典回归模型及其应用二、一元线性回归模型4、模型参数的估计与检验（3）回归系数区间估计及假设检验2025/9/309

第四讲经典回归模型及其应用二、一元线性回归模型5、模型的总体代表性检验（1）残差图分析回归残差是指，被解释变量的实际值与其估计值之间的离差，即：如果回归模型的代表性强，则残差的绝对值比较小，并且围绕着0这条水平线上下随机分布着，反之如果回归模型的代表性不强，残差的绝对值比较大，且残差图中点的分布存在着明显的系统变化的趋势。2025/9/3010

第四讲经典回归模型及其应用二、一元线性回归模型5、模型的总体代表性检验（2）拟合优度总离差平方和的分解：拟合优度系数：2025/9/3011

第四讲经典回归模型及其应用二、一元线性回归模型5、模型的总体代表性检验（3）模型的代表性检验2025/9/3012

第四讲经典回归模型及其应用二、一元线性回归模型6、回归估计、预测（1）点值估计点估计区间估计2025/9/3013

第四讲经典回归模型及其应用二、一元线性回归模型6、回归估计、预测与控制（2）期望值的点估计点估计区间估计2025/9/3014

第四讲经典回归模型及其应用三、多元线性回归模型1、回归模型与理论假定2、参数估计方法3、估计量的统计性质4、模型的代表性评价2025/9/3015

第四讲经典回归模型及其应用四、例题讲解（见课堂讲解）五、阅读材料：1、M.D.IntrilitatorRonaldG.Bodkin萧政(2004)经济计量模型、技术与应用，第四章。2、W.H.Greene(2001)计量经济分析，第五、六章。2025/9/3016

此课件下载可自行编辑修改，供参考！感谢您的支持，我们努力做得更好！