计量经济学06线性回归模型.pdf

第二部分 线性回归 模型 Chp 6 线性回归的基本思想 ——双变量模型 主要内容  一、回归的含义  二、总体回归函数（PRF） 三、随机误差项  四、样本回归函数（SRF ）  五、“线性”回归的含义 六、参数估计：普通最小二乘法 七、案例分析 6-2 一、回归的含义 1. 变量间的关系 （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。 圆面积=f (，r)= r2 （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。 农作物产量=f (气温，降雨量，阳光，施肥量) 6-3 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。 正相关 相关系 线性 不相关 数： 有因果关系 相关 回归分析 -1 1 负相关 XY 统计依 赖关系 正相关 无因果关系 相关分析 非线性 不相关 相关 负相关 6-4  相关、回归与因果关系 不线性相关并不意味着不相关。 有相关关系并不意味着一定有因果关系。 回归分析/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。 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。回归分析对变量的处理方 法存在不对称性，即区分应变量（被解释变量） 和自变量（解释变量）：前者是随机变量，后者 不是。 6-5 2. 回归分析的基本概念  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。 其目的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。 被解释变量 （Explained Variable）或应 （因）变量 （Dependent Variable）。 解释变量 （Explanatory Variable）或自 变量 （Independent Variable）。 6-6 3. 回归分析的目的： 根据样本观察值对经济计量模型参数进行 估计，求得回归方程； 对回归方程、参数估计值进行显著性检 验； 利用回归方程进行分析、评