本科经济计量学第2章(第4版)

本科经济计量学第2章(第4版)

ID:46281978

大小:597.50 KB

页数:36页

时间:2019-11-22

本科经济计量学第2章(第4版)_第1页
本科经济计量学第2章(第4版)_第2页
本科经济计量学第2章(第4版)_第3页
本科经济计量学第2章(第4版)_第4页
本科经济计量学第2章(第4版)_第5页
资源描述:

《本科经济计量学第2章(第4版)》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第2章线性回归的基本思想——双变量模型2.1回归的含义2.2总体回归函数2.3总体回归函数的统计或随机设定2.4随机误差项的性质2.5样本回归函数2.6“线性”回归的特殊含义2.7从双变量回归到多元线性回归2.8参数估计:普通最小二乘法2.9综合2.10一些例子2.11总结2.1回归的含义回归分析是用来研究一个变量(称之为被解释变量explainedvariable或应变量dependentvariable)与另一个或多个变量(称之为解释变量explanatoryvariable或自变量independentvariable)之间关系的一种分析方法。例如

2、研究商品的需求量与该商品的价格、消费者的收入以及其他同类商品的价格之间的关系。通常我们用Y表示应变量,用X表示自变量。回归分析是用来处理一个应变量与另一个或多个自变量的关系,但它并不一定表明因果关系的存在。两个变量是否存在因果关系,哪一个是应变量,哪一个是自变量是由正确的经济理论决定的。需要注意的是具有因果关系的变量之间一定具有数学上的相关关系,而具有相关关系的变量之间并不一定具有因果关系。例如:中国的国内生产总值与印度的人口之间具有较强的相关性(相关系数较高),因为二者都以较快的速度增长,但显然二者之间不具有因果关系。回归分析的应用(1)通过已知变量的

3、值来估计应变量的均值(2)根据经济理论建立适当的假设并对其进行检验(3)根据自变量的值对应变量的均值进行预测(4)上述多个目标的综合2.2总体回归函数:假想一例下面我们通过一个具体例子说明回归分析的用途。分析步骤:(1)以家庭年收入X为横轴,学生的数学S.A.T分数Y为纵轴,对表中数据作散点图。(2)分析两变量间的关系(3)做出总体回归直线图2-1家庭年收入与数学S.A.T分数总体回归函数PRFB1和B2是参数(parameters),也称回归系数(regressioncoefficients)。B1又称为截距(intercept),B2又称为斜率(sl

4、ope)。斜率度量了X每变动一个单位,Y的条件均值的变化率。Y的条件期望,可简写为E(Y)注意:回归分析是条件回归分析(conditionalregressionanalysis)。(2-1)随机总体回归方程(stochasticPRF)ui表示随机误差项(randomerrorterm),简称误差项。2.3总体回归函数的统计或随机设定(2-2)2.4随机误差项的性质(1)在解释变量中被忽略的因素的影响;(2)变量观测值的观测误差的影响;(3)其它随机因素的影响包括人类行为中的一些内在随机性;(4)奥卡姆的剃刀原则——“简单优于复杂”。2.5样本回归函数

5、如何估计总体回归函数,即求参数B1、B2呢?前面我们已经介绍了:总体回归函数PRF随机总体回归方程(stochasticPRF)(2-1)(2-2)如果已知整个总体的数据,如上例,问题就比较简单,但在实际中,我们往往不能得到整个总体的数据,只有来自总体的某一个样本数据,我们该怎么做?表2-2、2-3来自表2-1总体的两个随机样本做散点图及估计样本回归直线如下:样本回归直线可用样本回归函数SRF来表示:(2-3)(2-1)随机的样本函数:(2-4)(2-2)样本回归函数随机样本回归函数总体回归函数随机总体回归方程观察值可表示为(2-3)(2-4)(2-1)

6、(2-2)(2-6)(2-7)线性OLS总结图2-4总体回归线与样本回归线......e1u1Y1AenunXY0需求量价格2.6“线性”回归的特殊含义解释变量线性与参数线性图2-5线性和非线性需求曲线非线性举例:1.解释变量线性例如:2.参数线性非线性举例:例如:图2-5线性和非线性需求曲线1111XXYY价格价格需求量a)线性需求曲线b)非线性需求曲线2.7从双变量回归到多元线性回归多元线性回归:如果数学S.A.T分数是收入(X2)、选修数学课程(X3)和年龄(X4)的函数,则扩展的数学S.A.T分数的函数如下:个体学生分数函数(即随机总体回归函数)

7、为:(2-11)(2-12)2.8参数估计:普通最小二乘法普通最小二乘法(OLS)最小二乘原理总体回归方程:样本回归函数:因而[利用(2-3)]最小二乘原理就是选择合适参数使得全部观察值的残差平方和(RSS)最小,数学形式为:(2-13)普通最小二乘法就是寻找使RSS达到最小时的参数作为参数估计值的一种方法。利用极值原理可以得到:(2-16)(2-17)正规方程(2-14)(2-15)求解得到:普通最小二乘估计量的一些重要性质:(1)(2)(3)(4)2.9综合解得:利用OLS方法估计样本回归方程,具体计算步骤如表2-4(见下页):斜率:截矩:对数学S.

8、A.T分数回归结果的解释对数学S.A.T分数的估计结果解释如下:斜率系数0.00

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。