计量经济学课件2.1.ppt

由于变量间关系的随机性，回归分析关心的是根据解释变量的已知或给定值，考察被解释变量的总体均值，即当解释变量取某个确定值时，与之统计相关的被解释变量所有可能出现的对应值的平均值。（1）由于不确定因素的影响，对同一收入水平X，不同家庭的消费支出不完全相同；（2）但由于调查的完备性，给定收入水平X的消费支出Y的分布是确定的，即以X的给定值为条件的Y的条件分布(Conditional distribution)是已知的，如：P(Y=561|X=800）=1/4。描出散点图发现：随着收入的增加，消费“平均地说”也在增加，且Y 的条件均值均落在一根正斜率的直线上。这条直线称为总体回归线。 例2.1中，个别家庭的消费支出为：(*)式称为总体回归函数（方程）PRF的随机设定形式。表明被解释变量除了受解释变量的系统性影响外，还受其他因素的随机性影响。 该样本的散点图（scatter diagram)：样本散点图近似于一条直线，画一条直线以尽好地拟合该散点图，由于样本取自总体，可以该线近似地代表总体回归线。该线称为样本回归线（sample regression lines）。这里将样本回归线看成总体回归线的近似替代 注意： 则 为的估计量；为 的估计量。 * * * * * 单方程计量经济学模型理论与方法 Theory and Methodology of Single-Equation Econometric Model 单方程计量经济学模型是相对于联立方程模型而言的，它以单一经济现象为研究对象，模型中只包括一个方程，是应用最普遍的计量经济学模型。它的理论与方法，不仅是计量经济学内容体系中最重要的组成部分，也是联立方程模型理论与方法的基础。 单方程计量经济学模型分为线性模型和非线性模型两大类。 线性回归模型是线性模型的一种, 即用回归分析方法建立线性模型, 用以揭示经济现象中的因果关系. 第二章 经典单方程计量经济学模型：一元线性回归模型 回归分析概述 一元线性回归模型的参数估计 一元线性回归模型检验 一元线性回归模型预测 实例 （1）确定性关系或函数关系：研究的是确定现象非随机变量间的关系。 （2）统计依赖或相关关系：研究的是非确定现象随机变量间的关系。 一、变量间的关系及回归分析的基本概念 1、变量间的关系经济变量之间的关系，大体可分为两类： §2.1 回归分析概述 对变量间统计依赖关系的考察主要是通过相关分析(correlation analysis)或回归分析(regression analysis)来完成的。 例如：函数关系： 圆面积 = f (p , 半径) = p · 半径2 统计依赖关系/统计相关关系： 农作物产量 = f (气温，降雨量，阳光，施肥量) 正相关 线性相关 不相关相关系数： 统计依赖关系 负相关 1 1 ￡ ￡ - XY r 有因果关系 回归分析 正相关 无因果关系 相关分析 非线性相关 不相关 负相关 相关系数（复习） 变量X、Y的总体相关系数为 变量X、Y的样本相关系数为 注意： 样本相关系数 r 是总体相关系数? 的估计量。 随着取样的不同，两者之间有误差，其统计显著性有待检验。 （中心矩公式） （原点矩公式） 以下为几种相关关系图示： y x r = +1 (a) y x r = －1 (b) y x r 接近+1 (c) y x r 接近－1 (d) y x r 0 接近于0 (f) y x r =0 (g) y x y = x2 但r =0 (h) y x r 0 接近于0 (e) ①不线性相关并不意味着不相关；r 只能判断线性相关关系，不能判断非线性相关关系 ②相关分析研究一个变量对另一个（些）变量的统计依赖关系，但它们并不意味着一定有因果关系；r 虽然是两个变量间线性关系的度量，但它不一定能推出有因果关系（即：有相关关系并不意味着一定有因果关系）。 ③相关分析对称地对待任何（两个）变量，两个变量都被看作是随机的。 ④回归分析对变量的处理方法存在不对称性，即区分因变量（被解释变量）和自变量（解释变量）：前者是随机变量，后者不是。 ▲注意：回归分析(regression analysis)是研究一个变量关于另一个(些)变量的具体依赖关系的计算方法和理论。其用意：在于通过后者的已知或设定值，去估计和（或）预测前者的（总体）均值。这里：前一个变量被称为被解释变量（Explained Variable）或因变量（Dependent Variable），后一个（些）变量被称为解释变量（Explanatory Variable）或自变量（Independent Variable）。 2、回归分析的基本概念 （1）根据样本观察值