总体回归线的近似拟合随机扰动项=不确定性因素.pptVIP

知识点索引运用数量研究结果作经济分析和预测=对数量分析结果的实际应用个人思考的实际应用A:中国旅游业的结构分析=影响因素分析B:根据影响因素设计政策建议=建议具有针对性，不是“纸上谈兵，有实证数据检验的严谨支撑”=对学术论文写作非常重要C:提高预测精度一般的统计预测，简单做增量，趋势预测计量预测，考虑影响因素的预测，误差更小知识点索引第1节：一元线性回归模型的基本假定一、回归分析的概念二、一元线性回归模型三、随机误差项四、随机误差项ui假定条件第二节：一元线性回归模型的参数估计一、普通最小二乘法二、最小二乘估计量的统计性质第三节：一元线性回归模型的假设检验一、模型估计式检验的必要性二、模型估计式的理论检验三、回归系数的显著性检验四、拟合优度的测度五、正态性检验第四节：一元线性回归模型的预测一、回归结果的报告形式与分析二、回归预测三、影响预测区间大小的因素第五节：案例分析与学术提高教师语录本章信息量大，难度高2遍似懂非懂，5遍以上才能精通第1节：一元线性回归模型的基本假定一、回归分析的概念1.对于经济变量之间的关系，一般分为两类：A:变量间存在确定性的函数关系例某企业的销售收入Yi=产品价格P*销售量Xi的乘积数学表达式：Yi=PXiB:变量间存在非确定的依赖关系=相关关系如某企业资金的投入Xi与产出Yi一般来讲，资金投入越多，产出也相应提高第1节：一元线性回归模型的基本假定但是由于生产过程中各种条件的变化，使得不同时间内,同样的资金投入会有不同的产出，甚至有亏本造成了资金的投入与产出之间关系的不确定性，因而不能给出类似于函数的精确表达式用ui表示其他影响因素（投入之外的所有因素=随机扰动项），将这两个变量之间非确定的依赖关系表示成下列形式：Yi=f(Xi)+ui考虑不确定性第1节：一元线性回归模型的基本假定3.为了分析和利用变量之间非确定的依赖关系=相关关系，人们建立了各种统计分析方法Yi=f(Xi)+ui对经济变量相关关系的计算，最基本，最常用，最经典的方法是回归分析回归分析是计量经济学的主要工具，也是计量经济学理论和方法的主要内容4.只有一个解释变量的线性回归模型是最简单的，称为简单线性回归模型或一元线性回归模型第1节：一元线性回归模型的基本假定5.思路图小结变量之间的关系确定性函数关系非确定相关关系回归分析线性回归模型一元线性回归模型多元线性回归模型ＯＬＳ第1节：一元线性回归模型的基本假定二、一元线性回归模型（一）一个某商品需求函数的例子为了研究某市城镇每年鲜蛋的需求量Yi首先考察消费者年人均可支配收入Xi对年人均鲜蛋需求量Yi的影响经济理论:当人均可支配收入提高时，鲜蛋需求量也相应增加但鲜蛋需求量Yi除受消费者可支配收入Xi影响外，还要受到其自身价格、人们消费习惯，季节及其他一些随机因素的影响即：Yi——Xi=变量间存在非确定依赖关系＝相关关系第1节：一元线性回归模型的基本假定（二）模型设立为表示鲜蛋需求量Yi与消费者可支配收入Xi之间非确定的依赖关系，将影响鲜蛋需求量的其他因素归并到随机变量ui中，建立这两个变量之间的数学模型：Yi=?0+?1Xi+ui（1.1）因果关系重要假设：在数学模型（1.1）式中，当Xi(可支配收入)发生变化时，按照一定规律影响另一变量Yi(鲜蛋需求量)，而Yi(鲜蛋需求量)的变化并不影响Xi(可支配收入)即Xi的变化是Yi变化的原因，Xi与Yi之间具有因果关系若影响，称为逆向回归Yi=?0+?1Xi+ui（1.1）（1.1）式称为回归模型，因只有一个解释变量，变量间的关系又是线性关系，故称为一元线性回归模型或简单线性回归模型其中Yi:某市城镇居民年人均鲜蛋需求量=被解释变量=因变量Xi:某市城镇居民年人均可支配收入=解释变量=自变量?0、?1:回归系数=待定系数=待定参数第1节：一元线性回归模型的基本假定随机误差项Yi=?0+?1Xi+ui（1.1）us:随机误差项=随机扰动项=随机项=误差项变量间存在非确定依赖关系＝相关关系=罪魁祸首ui中一般包括1.非重要解释变量X的省略2.随机行为:无法控制的因素：广告，谣言，地震、战争等3.数学模型形式欠妥，不完善4.合并误差：总量数据，总产值，总收入，总消费5.测量误差——不是“错误”暂时不知放到哪里随机误差项ui假定条件随机误差项虽然包含了所有不确定因素，但在经典计量经济学中也有严格