2.1 回归-分析概述.pptVIP

;第二章 经典单方程计量经济学模型：一元线性回归模型 The Classical Single Equation Econometric Model: Simple Linear Regression Model ;本章内容 ;§2.1 回归分析概述(Regression Analysis);一、回归分析的基本概念;1、变量间的关系;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。 相关分析适用于所有统计关系。 相关系数(correlation coefficient) 正相关(positive correlation) 负相关(negative correlation) 不相关(non-correlation) 回归分析仅对存在因果关系而言。;注意： 不存在线性相关并不意味着不相关。 存在相关关系并不一定存在因果关系。 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，后者不一定是。;2、回归分析的基本概念;关于变量的术语 Explained Variable ~ Explanatory Variable Dependent Variable ~ Independent Variable Endogenous Variable ~ Exogenous Variable Response Variable ~ Control Variable Predicted Variable ~ Predictor Variable Regressand ~ Regressor;回归分析构成计量经济学的方法论基础，其主要内容包括： 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、评价及预测。;二、总体回归函数Population Regression Function, PRF;1、条件均值（conditional mean）;苟淬年消怨殊蟹瑟把晕微骏沂捡冠斋榷粟荒卷修揽萝搞谗奇趟值薛舀蛮图2.1 回归分析概述2.1 回归分析概述;由于不确定因素的影响，对同一收入水平X，不同家庭的消费支出不完全相同； 但由于调查的完备性，给定收入水平X的消费支出Y的分布是确定的，即以X的给定值为条件的Y的条件分布（Conditional distribution）是已知的，例如：P(Y=561|X=800）=1/4。 因此，给定收入X的值Xi，可得消费支出Y的条件均值（conditional mean）或条件期望（conditional expectation）：E(Y|X=Xi)。 该例中：E(Y | X=800)=605;描出散点图发现：随着收入的增加，消费“平均地说”也在增加，且Y的条件均值均落在一根正斜率的直线上。;2、总体回归函数;含义：回归函数（PRF）说明被解释变量Y的平均状态（总体条件期望）随解释变量X变化的规律。 函数形式：可以是线性或非线性的。 例2.1.1中，将居民消费支出看成是其可支配收入的线性函数时:;三、随机干扰项Stochastic Disturbance;总体回归函数说明在给定的收入水平Xi下，该社区家庭平均的消费支出水平。 但对某一个别的家庭，其消费支出可能与该平均水平有偏差。 称为观察值围绕它的期望值的离差（deviation），是一个不可观测的随机变量，又称为随机扰动项（stochastic disturbance）或随机误差项（stochastic error）。;例2.1.1中，给定收入水平Xi ,个别家庭的支出可表示为两部分之和： 该收入水平下所有家庭的平均消费支出E(Y|Xi)，称为系统性（systematic）或确定性（deterministic)部分； 其他随机或非确定性（nonsystematic)部分?i。;随机误差项主要包括下列因素： 在解释变量中被忽略的因素的影响； 影响不显著的因素 未知的影响因素 无法获得数据的因素 变量观测值的观测误差的影响； 模型关系的设定误差的影响； 其它随机因素的影响。;关于随机项的说明： 将随机项区分为“源生的随机扰动”和“衍生的随机误差”。 “源生的随机扰动”仅包含无数对被解释变量影响???显著的因素的影响，服从极限法则（大数定律和中心极限定理），满足基本假设。 “衍生的随机误差”包含上述所有内容，并不一定服从极限法则，不一定满足基本假设。 在§7.3中将进一步讨论。;四、样本回归函数Sample Regression Function, SRF;1、样本