一元线性回归模型ppt课件.ppt

《一元线性回归模型ppt课件.ppt》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讲）第2章一元线性回归模型模型的建立及其假定条件最小二乘估计（OLS）OLS回归函数的性质最小二乘估计量的特性yt的分布和的分布的估计拟合优度的测量回归参数的显著性检验与置信区间yF的点预测与区间预测案例分析相关系数EViews操作file:li-2-1file:li-2-3file:case1file:5kepler3file:food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Yt=0+1Xt+ut（第3版教材第7页）（各部分名称）（第3版教材第9页）（第3版教材第9页）2.最小二乘估计（OLS）通常真实的回归直线是观

2、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。（第3版教材第10页）（课本上用ei表示。）（第3版教材第11页）（第3版教材第13页）谁提出的OLS估计方法？（课本上用英文小写字母表示离差）（CFGauss,1777-1855）CFGauss1809年提出OLS估计方法。例题2.1人均鲜蛋需求量Y与人均可支配收入X关系OLS估计结果：（第3版教材第15页）(file:li-2-1)Yt：千克Xt：元3.OLS回归函数的性质（第3版教材第13页）（第3版教材第13页）3.OLS回归函数的性质（第3版教材第18页）0(3)最小方差性0,1的O

3、LS估计量的方差比其他估计量的方差小。（第3版教材第19页）（第3版教材第14页）（第3版教材第27页）（第3版教材第28页）例题2.1人均鲜蛋需求量Y与人均可支配收入X关系估计结果：（第3版教材第29页）(file:li-2-1)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。（第3版教材第24页）（第3版教材第24页）正规方程之一残差和等于零度量拟合优度的统计量：可决系数（确定系数）（第3版教材第25页）对于一组数据，TSS是不变的，所以RSS↑（↓），ESS↓（↑）。RSS：旧指回归平方和（regressionsumofsquares），现

4、指残差平方和（sumofsquaredresiduals）ESS：旧指残差平方和（errorsumofsquares(sumofsquarederrors)），现指回归平方和（explainedsumofsquares）（R2的取值范围是[0，1]）TSS=RSS+ESS例题2.1人均鲜蛋需求量Y与人均可支配收入X关系可决系数:（第3版教材第25页）(file:li-2-1)8．回归参数的显著性检验与置信区间（第3版教材第29页）例题2.1人均鲜蛋需求量Y与人均可支配收入X关系回归参数的显著性检验:H0：1=0；H1：10。在H0成立条件下，H0：

5、0=0；H1：00。在H0成立条件下，Prob=P{

6、t

7、>

8、t-Statistic

9、}检验结果：回归参数显著不为零。（第3版教材第29页）临界值t0.05(9)=2.26例题2.1人均鲜蛋需求量Y与人均可支配收入X关系OLS估计表达式：（7.7）（4.3）R2=0.67，DW=1.32，T=11，（19881998）(file:li-2-1)临界值t0.05(9)=2.26例题2.1人均鲜蛋需求量Y与人均可支配收入X关系真实值拟合值残差S.E.-S.E.分析残差的正态分布性(file:li-2-1)分析残差（第3版教材第30页）8．回归参数的显著性

10、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1的置信区间：0的置信区间：（第3版教材第31页）(file:li-2-1)8．回归参数的显著性检验与置信区间（第3版教材第34页）9．YF的点预测与区间预测例题2.1人均鲜蛋需求量Y与人均可支配收入X关系9.yF的点预测:(演示EViews操作)（第3版教材第36页）Y1999的点估计值：Y1999=10.77+0.0050691863=20.21Y2000的点估计值：Y2000=10.77+0.0050691983=20.82(file:li-2-1)例题2.1人均鲜蛋需求量Y与人均

11、可支配收入X关系9.yF的区间预测Y1999的置信区间：20.20892.261.4417→[16.9507，23.4671]Y2000的置信区间：20.81712.261.5297→[17.3600，24.2742]（第3版教材第36页）Y1999的点估计值：Y1999=10.77+0.0050691863=20.21Y2000的点估计值：Y2000=10.77+0.0050691983=20.82(file:li-2-1)教材2.8节案例分析人均消费性支出与可支配收入关系（第3版教材第39页）整个样本区间预测的EViews操作(file：l

12、i-2-3)补充案例1：用回归模型预测木材剩余物（file:cas