第二章一元线性回归模型.ppt

第2章 一元线性回归模型 第2章 一元线性回归模型 1. 模型的建立及其假定条件 一元线性回归模型 回归模型的随机误差项中一般包括如下几项内容，（1）非重要解释变量的省略，（2）人的随机行为，（3）数学模型形式欠妥，（4）归并误差（粮食的归并）（5）测量误差等。 回归模型存在两个特点。 （1）回归函数不能百分之百地再现所研究的经济过程。 （2）也正是由于这些假定与抽象，才使我们能够透过复杂的经济现象，深刻认识到该经济过程的本质。 模型解释变量和误差项ut的假定条件如下: (1) ut 是一个随机变量，ut 的取值服从概率分布。 (2) E(ut) = 0。 (3) ui 具有同方差性。 var(ut) = E[ut - E(ut) ]2 = E(ut)2 = ? 2。 (4) ut 为正态分布（根据中心极限定理）。 以上四个假定条件可作如下表达。 ut ? N (0, ? ? ) 模型解释变量和误差项ut的假定条件如下: (5) ui 非自相关。 Cov(ui, uj) = E[(ui - E(ui) ) ( uj - E(uj) )] = E(ui, uj) = 0，(i ? j )。 (6) xi是非随机的。 (7) ui 与xi 相互独立。 Cov(ui, xi) = E[(ui - E(ui) ) (xi - E(xi) )] = E[ui (xi - E(xi) ] = E[ui xi - ui E(xi) ] = E(ui xi) = 0. (8) 对于多元线性回归模型，解释变量之间不能完全 相关或高度相关（非多重共线性）。 在假定（1），（2） ，（6）成立条件下有 E(yt) = E(?0+?1 xt +ut) = ?0+?1 xt 2. 最小二乘估计（OLS） 通常真实的回归直线是观测不到的。收集样本的目的就是要对这条真实的回归直线做出估计。 例题2.1 人均鲜蛋需求量Y与人均可支配收入X关系 例题2.1 人均鲜蛋需求量Y与人均可支配收入X关系 7．拟合优度的测量 拟合优度是指回归直线对观测值的拟合程度。 例题2.1 人均鲜蛋需求量Y与人均可支配收入X关系 8．回归参数的显著性检验与置信区间 例题2.1 人均鲜蛋需求量Y与人均可支配收入X关系 例题2.1 人均鲜蛋需求量Y与人均可支配收入X关系 例题2.1 人均鲜蛋需求量Y与人均可支配收入X关系 8．回归参数的显著性检验与置信区间 例题2.1 人均鲜蛋需求量Y与人均可支配收入X关系 例题2.1 人均鲜蛋需求量Y与人均可支配收入X关系 例题2.1 人均鲜蛋需求量Y与人均可支配收入X关系 教材2.8节 案例分析 人均消费性支出与可支配收入关系 补充案例1：用回归模型预测木材剩余物（file:case1） 伊春林区位于黑龙江省东北部，有森林面积219万公顷，木材蓄积量为2.3亿m3。森林覆盖率为62.5%，是我国主要的木材工业基地之一。1999年伊春林区木材采伐量为532万m3。按此速度44年之后，1999年的蓄积量将被采伐一空。 为缓解森林资源危机，并解决部分职工就业问题，除了做好木材的深加工外，还要充分利用木材剩余物生产林业产品，如纸浆、纸袋、纸板等。因此预测林区的年木材剩余物是安排木材剩余物加工生产的一个关键环节。 观测点近似服从线性关系。 建立一元线性回归模型如下： yt = ?0 + ?1 xt + ut 10. EViews操作 附录1：怎样建立EViews新工作文件。 附录2：怎样用EViews通过键盘输入，复制、粘贴功能 输入数据。 注意： （1）变量命名时，字符不得超过16个。 （2）给变量命名时，避免使用下列名字：ABS，ACOS ， AR， ASIN，C，CON，CNORM， COEF，COS，D，DLOG， DNORM，ELSE，ENDIF，EXP，LOG，LOGIT，LPT1， LPT2，MA，NA，NRND，PDL，RESID，RND，SAR， SIN，SMA，SQR，THEN。 附录3：OLS估计的操作步骤。Quick→Estimate Equation。 对话框中输入 y c x 。OK键。 附录4：怎样用EViews预测。 11．相关系数 相关（correlation） ：指两个或两