经典单方程计量经济学模型一元回归模型.pptxVIP

经典单方程计量经济学模型：一元;本章内容回归分析概述一元线性;2.1回归分析概述(Reg;变量间的关系及回归分析的基本概;12确定性关系或函数关系：研究;函数关系logo例如:指某;指不同经济变量的变化趋势之间存;相关关系的分类a)按照涉及的;相关关系的分类b)按照相关的;相关关系的分类c)按照相关的;相关关系的分类d)按照是否线;确定的函数关系可以直接用于经济;2.相关分析研究变量之间;相关系数十九世纪;（2-2）（2-3）;3.回归分析主要内容利用回;居民消费C与可支配收入Y：相关;4.相关分析与回归分析之间;总体回归函数Populatio;例：一个假想的社区有99户家庭;无标题;由于不确定因素的影响，对同一收;描出散点图发现：随着收入的增加;2、总体回归函数在给定解释变量;含义：回归函数（PRF）说明被;随机扰动项01Stochast;总体回归函数说明在给定的收入水;例中，给定收入水平Xi,个别;代表未知的影响因素；代表残缺的;样本回归函数SampleRe;1、样本回归函数问题：能否从一;该样本的散点图（scatter;注意：这里将样本回归线看成总体;2、样本回归模型样本回归函数的;回归分析的主要目的：根据样本回;012.2一元线性回归模型;为保证参数估计量具有良好的性质;1、对模型设定的假设假设1：;假设2：解释变量X是确定型变;3、关于随机项的假设假设4：;假设5：随机误差项与解释变量之;(Estimationof;一、参数的普通最小二乘估计（O;为什么取平方和？02根据被解释;2、正规方程组该关于参数估计量;求解正规方程组得到结构参数的普;01如果给出的参数估计结果是由;二、参数估计的最大似然法(ML;最大似然法(MaximumL;01Yi的分布02Yi的概率函;010203对数似然函数对数;但是，分布参数的估计结果不同。;三、最小二乘估计量的性质;1、概述当模型参数估计出后，需;当不满足小样本性质时，需进一步;高斯—马尔可夫定理(Gauss;无标题;证：易知故同样地，容易得出;无标题;证明最小方差性其中，ci=ki;由于最小二乘估计量拥有一个“好;四、参数估计量的概率分布及随机;1、参数估计量的概率分布;2、随机误差项?的方差?2的估;?2的最大或然估计量不具无偏性;拟合优度检验变量的显著性检验;??归分析是要通过样本所估计的参;拟合优度检验Goodness;01拟合优度检验：对样本回归直;2、总离差平方和的分解Y的i个;无标题;对于所有样本点，则需考虑离差的;TSS=ESS+RSSY的观测;01是一个非负的统计量。取值范;变量的显著性检验Testing;01在一元线性模型中，变量的显;所谓假设检验，就是事先对总体参;用σ2的估计量代替，构造t统计;由样本计算t统计量值；给定显著;3、关于常数项的显著性检验T检;参数的置信区间Confide;1回归分析希望通过样本得到的参;如果存在这样一个区间，称之为置;T分布为双尾分布(1-?)的置;在上述收入-消费支出例题中，如;显然，在该例题中，我们对结果的;由于置信区间一定程度地给出了样;四、Eviews实验操作例2-;建立工作文件e213输入和编辑;无标题;画出Y和X之间的散点图;无标题;无标题;4、建立一元回归模型;无标题;点击View中的Represe;无标题;无标题;5、拟合优度检验：可决系数越接;变量显著性检验：在Eviews;常数项的检验：P=0.0125;以例2-3-1，可按规范格式;2.5一元线性回归分析的应;给定样本以外的解释变量的观测值;?0是条件均值E(Y|X=X0;二、总体条件均值与个值预测值的;1、总体均值预测值的置信区间;2、总体个值预测值的预测区间;因此，总体均值E(Y|X=10;（812.4-2.306?;2.6实例及时间序列问题;2006年中国城镇居民人均消费;样本回归函数（1.047）（3;用Eviews软件计算预测值双;无标题;无标题;双击yf打开此数列，查看预测值;预测评价指标：均方根误差（RM;均方根误差（RMSE），平均绝;1、总体均值预测值的置信区间;2、总体个值预测值的预测区间;无标题;t?/2(n-2)：可查ｔ分;二、中国居民总量消费函数：时间;1、计算生成新的变量;2、回归模型、检验、预测;231从理论上讲，经典线性回归