计量经济学3一元线性回归分析

《计量经济学3一元线性回归分析》由会员分享，可在线阅读，更多相关《计量经济学3一元线性回归分析（41页珍藏版）》请在文档大全上搜索。

1、计量经济学 Lecturer： 王振宏王振宏Email: mobile: 13634256189Office Address： 北北7-1203D第3章一元线性回归分析1 1两变量线性回归模型两变量线性回归模型2 2两变量线性回归参数估计两变量线性回归参数估计3 3最小二乘估计量的性质最小二乘估计量的性质4 4回归拟合度评价和决定系数回归拟合度评价和决定系数5 5统计推断统计推断6 6预测预测第3章两变量线性回归分析引言引言 本章介绍古典线性回归分析中的两变量线性回归（一元线性回归），包括两变量线性回归模型，两变量线性回归分析思路及其参数估计方法，最小二层估计量的性质，以及基于参数估计的检验推

2、断和预测分析方法等。古典线性回归分析三个基本特征古典线性回归分析三个基本特征n分析框架分析框架是“古典框架”，认为经济变量之间存在确定的函数关系确定的函数关系，计量经济分析就是发现或推断这种关系；n分析方法分析方法主要是对因果关系因果关系的回归分析；n需要确定的参数需要确定的参数是线性模型中的线性参数，即线性函数的系数。学习两变量线性回归分析的原因学习两变量线性回归分析的原因：1、两个变量之间的线性因果关系在现实经济中相当两个变量之间的线性因果关系在现实经济中相当普遍。普遍。2、虽然许多经济问题涉及到多变量关系或不是线性的，但多变量关系与两变量线性关系分析方法相多变量关系与两变量线性关系分析方

3、法相似，非线性关系多数可转化为线性关系，似，非线性关系多数可转化为线性关系，因此先讨论两变量线性回归有方便之处。3、两变量线性回归分析的原理和方法，正是所有计两变量线性回归分析的原理和方法，正是所有计量经济分析的基本原理和方法量经济分析的基本原理和方法，对理解计量经济分析的思想方法，进一步学习各种复杂的计量经济分析技术有很大帮助。第一节第一节 两变量线性回归模型两变量线性回归模型两个问题： 一、模型的建立 二、模型的假设一、模型的建立一、模型的建立n变量和函数式n变量关系的随机性变量和函数式n两变量线性因果关系：Y = + X Y被解释变量 X解释变量 、待定参数 1、例子：上海经济消费函数研

4、究 P66； C = f (Y ) = + Y， 科布道格拉斯生产函数 P68；yAklnlnlnyAk2、模型根据：（1）研究问题的需要（GDP、增长率、入WTO对 行业冲击、就业等）；（2）经济理论和观点；（3）数据分布、散点图（数据是规律的表现形式、信息载体）；（4）非线性函数和线性变换。YaebX11YabX变量关系的随机性变量关系的随机性1、在经济问题中精确的因果关系实际上是不存在的。因为：p人类经济行为本身的随机性；p忽略的其他众多因素的影响；p忽略的高阶项（非线性项）；p非实验数据。2、正确的计量经济模型应该是随机模型： Y = + X + 的含义及重要性：二、模型的假设二、模型

5、的假设1、建立的模型合理吗？如何判断及判断的标准。2、计量分析的方法，特定的方法适用的模型是有 条件的，因此必须对模型先作限定。3、六条假设*（1）变量间存在随机函数关系Y= + X + （2）误差项均值为0。（3）误差序列同方差。（4）误差序列不相关。（5）X是确定性的，非随机变量。（6）误差项服从正态分布。第二节第二节 两变量线性回归参数估计两变量线性回归参数估计一、最小二乘估计（消费函数的例子）二、最大似然估计和矩估计一、最小二乘估计一、最小二乘估计一元线性模型：Y= + X + 一组观测值：(Xi, Yi) (i=1,2,n)一元回归直线： Y=a+bX()iiieYabX观测值散点图

6、 核心： 最小化eii222()00iiiiiVeYabXVaVb参数估计值参数估计值222()()()iiiiiiiiiiYYXXX YnXYbXXXnXaYbX例例3-3上海经济的消费规律研究上海经济的消费规律研究二、最大似然估计和矩估计二、最大似然估计和矩估计n最大似然估计n矩估计第三节第三节 最小二乘估计的性质最小二乘估计的性质一、线性性二、无偏性三、最小方差性（有效性）四、一致性一、线性性一、线性性：n参数估计量可以表示为被解释变量观测值的线参数估计量可以表示为被解释变量观测值的线性组合性组合。n意义：参数估计量与被解释变量服从相同类型参数估计量与被解释变量服从相同类型的分布，与误差