Chapter_2_简单线性回归模型.pdf

第二章 简单线性回归模型 （Simple Linear Regression Models） 第一节 回归分析概述 一、变量之间的相互关系 1.确定性的函数关系 （deterministic or functional relationship ） 当一个或若干个变量 X 取一定数值时，有一个变量 Y 有确定的值与之值相 对应。 比如，销售额与销售量之间的关系： Y = PX Y ：销售额；X ：销售量； P ：价格 牛顿引力定理 m m Fk r F: 引力；m1,m2: 物体质量；r ：距离 2.不确定性的统计关系 （statistical relationship ）——是我们要研究的重点， 也是计量经济学关心的问题 比如，影响农作物产量的因素有温度、降水量、光照时间、施肥量等。我 们能否根据以上因素准确无误地预测产量？ 比较难，因为： （1）准确测定这些变量比较困难 （2 ）可能还有其他因素会影响产量，比如土壤质量、管理水平等 所以，不管有多少解释变量也不能够完全解释预测产量。 另外一些不确定性关系的例子： • 影响工作地点选择因素：工资、工作机会、城市环境（安全（犯罪率）、 交通、教育、文明等）以及气候等。 • 专业选择影响因素：工作机会、工资、个人兴趣、媒体影响、父母意见。 1 • 读研选择：国内 vs. 国外 • 工资与教育：一般说来，教育水平高，收入高。但是，它们之间没有确 定性的关系 二、变量之间统计关系描述 1. 散点图 研究散点的整体模式：如果存在一种模式，我们就应该注意它的方向。也 就是说，当一个变量增加时，另一个变量看起来是增加了还是减少了？ （1）线性相关——散点图接近一条直线 0 0 0 5 5 3 1 0 0 0 3 0