《线性回归模型》课件.pptx

计量经济学—理论·方法·EViews应用郭存芝杜延军李春吉编著第二章一元线性回归模型◆基本要求◆相关分析与回归分析函数关系相关关系的分类相关关系的分类函数关系与相关关系的区别相关系数3.回归分析4.相关分析与回归分析之间的关系二、随机误差项结论对于只有一个解释变量X的情形，总体回归函数为可支配收入X表2-2100个家庭的月可支配收入与消费数据单位：元事实上，经济活动中的总体包含的个体的数量往往非常多，一般不大可能像例2-1假设的那样得到总体中所有个体的观察数据，因此也就不大可能依据总体的所有观察数据计算得到被解释变量Y的条件期望，无法画出精确的总体回归曲线，相应地，总体回归函数的具体形式也无法精确确定。所以，对于总体回归函数，通常只能根据经济理论或实践经验进行设定，也就是说，通常需要对总体回归函数作出合理的假设。或3．线性总体回归模型4．线性回归模型的普遍性+余项例2-2根据样本数据和样本回归方程可绘制不同可支配收入家庭的消费支出散点图、家庭消费支出与可支配收入关系的样本回归线，如图2-2所示。3．线性样本回归模型◆一元线性回归模型的基本假设这5条假设中的前4条是线性回归模型的古典假设，也称为高斯假设，满足古典假设的线性回归模型称为古典线性回归模型（classicallinearregressionmodel）。对于一元线性回归模型记例2-3四、普通最小二乘参数估计量的性质1）满足线性性、无偏性、有效性三个小样本性质的参数估计量称为最佳线性无偏估计量（bestlinearunbiasedestimator，BLUE）。六、随机误差项方差的估计第三节一元线性回归模型的拟合优度检验例2-4第四节一元线性回归模型的参数的统计推断记替代由此可得三、参数的假设检验由式（2-45）、式（2-46），可利用t分布进行参数的假设检验，称为t检验。四、参数估计与检验结果的表述二、总体均值例2-8用问题：考察中国城镇居民消费支出与可支配收入的关系。DependentVariable:Y四.模型检验第二章一元线性回归模型回归模型概述一元线性回归模型的参数估计一元线性回归模型的拟合优度检验一元线性回归模型的统计推断一元线性回归模型的预测案例分析1.经济变量之间的关系相关关系相关关系的分类相关关系的分类2.相关分析（2-2）例如:二、随机误差项随机误差项——称为随机扰动项或随机干扰项（stochasticdisturbance）一般用希腊字母三、总体回归模型例2-1家庭消费支出主要取决于家庭可支配收入，但不是唯一取决于家庭可支配收入，还会受到其他各种不确定性因素的影响，因而可支配收入相同的不同家庭的消费支出各不相同。2．总体回归模型3．线性总体回归模型对于其他复杂的函数形式，可通过级数展开化为线性形式四、样本回归模型若将家庭月可支配收入X与消费支出Y的总体回归函数设定为一元线性回归函数的形式2．样本回归模型3．线性样本回归模型二、参数的普通最小二乘估计根据微积分中求极限的原理，要使式（2-13）达到最小，式（2-13）对若一元线性回归模型中没有常数项，即模型为三、参数的最大似然估计由于似然函数极大化等价于似然函数的对数五、普通最小二乘样本回归函数的性质2．随机误差项的方差的最大似然估计量一、离差分解二、决定系数一、参数估计量的分布二、参数的区间估计例2-5针对参数的某一假设，检验的基本思想是由原假设和参数估计量构造一个小概率事件，判断在给定显著性水平下这一小概率事件是否发生，如果小概率事件发生了，则拒绝原假设，接受备择假设；如果小概率事件没有发生，则接受原假设，拒绝备择假设。因为小概率事件是一次抽样中几乎不可能发生的事件，小概率事件发生，说明原假设不真。以例2-6第五节一元线性回归模型的预测例2-7用例2-9四、预测置信区间的特征一.建立模型拟建立如下一元回归模型三.模型检验2005年，我国城镇居民人均消费支出的总体均值的置信度为95%的预测置信区间为: