版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、经济计量学,1, 经济计量学 ,主讲:周曙东教授 南京农业大学经贸学院,研究生课程,经济计量学,2,第二章 一元线性回归模型 第一节 回归的基本概念 一、相关,函数关系:两个变量之间存在完全确定性关系。 如 价格 销售量 = 销售收入 相关关系:两个变量之间存在非确定性依存关系。 如 需求量 与价格 之间的关系 Y = b0 + b1X + u 因变量 自变量 被解释变量 解释变量,经济计量学,3,二、回归,1889年F.Gallton和他的朋友K.Pearson收集了上千个家庭的身高、臂长和腿长的记录 企图寻找出儿子们身高与父亲们身高之间关系的具体表现形式 下图是根据1078个家庭的调查所作
2、的散点图(略图),经济计量学,4,父亲身高,儿子身高,经济计量学,5,“回归”一词的由来,从图上虽可看出,个子高的父亲确有生出个子高的儿子的倾向,同样地,个子低的父亲确有生出个子低的儿子的倾向。得到的具体规律如下: 如此以来,高的越来越高,矮的越来越矮。他百思不得其解,同时又发现某人种的平均身高是相当稳定的。最后得到结论:儿子们的身高回复于全体男子的平均身高,即“回归”见1889年F.Gallton的论文普用回归定律。 后人将此种方法普遍用于寻找变量之间的规律,经济计量学,6,三、随机扰动项 u 产生的原因,Y = bo + b1 X + u 1. 客观现象的随机性质 2. 模型中省略的变量
3、3. 测量与归并误差 4. 数学模型形式设定造成的误差,经济计量学,7,四、总体回归方程和样本回归方程,样本回归方程 Yi= b0 + b1 Xi,总体回归方程 Yi= b0 + b1 Xi,经济计量学,8,第二节 参数的最小二乘估计,一、线形回归模型的基本假定,1.零均值假定:随机扰动项可正可负,可相互抵消 E(ui)=0 2.同方差假定:各次观察值中ui具有相同的方差 Var(ui)=2 高斯马尔柯夫假定 3.无序列相关假定:随机扰动项相互独立 Cov(ui,uj)=0 高斯马尔柯夫假定 4.解释变量与随机扰动项不相关假定: Cov(ui,Xi)=0 5.解释变量之间不存在线性相关假定 6
4、.随机扰动项服从正态分布,经济计量学,9,二、普通最小二乘法(OLS),普通最小二乘法是一种参数估计方法,确定估计参数的准则是使全部观察值的残差平方和最小,即 ei2 min, 由此得出选择回归参数 b0 , b1 的最小二乘估计式。,Y,X,X1,X2,X3,X4,X5,X6,e1,e2,e3,e4,e5,e6,经济计量学,10,残差平方和,使偏导数为零,经济计量学,11,解得,记 X,Y的平均数,则得,经济计量学,12,三、例题示范,经济计量学,13,计算结果的解释:,回归参数的数学意义: 回归参数的经济学意义:,经济计量学,14,第三节 最小二乘估计量的统计性质,一、线性性 线性特性是指
5、估计式 bo 和 b1 是Yi 的线性函数。,二、无偏性 无偏性指估计量 bo 和 b1 的均值等于总体回归参数bo 和 b1,E(b1 ) = b1 E(bo) = bo,经济计量学,15,三、最小方差性 最小方差性是指估计量 bo 和 b1 具有最小方差的性质,又叫有效性。,高斯马尔可夫定理 最小二乘估计量与用其他方法求得的所有线性无偏估计量相比,具有最小的方差。 一个估计量如果它是线性的,同时又是有效的(即无偏的, 又具有最小方差)那它就是最佳线性无偏估计量 BLUE Best Linear Unbiased Property of an Estimator,经济计量学,16,第四节 样
6、本决定系数及回归直线 拟合优度的检验,一、总离差平方和分解 回归直线 = + X = 回归直线解释的部分 Yi = ei 实际与回归值之残差 Yi = (Yi ) + ( ) 越大,ei 越小说明回归直线与 样本点拟合得好。,Y,Y,i,i,Y,Y,O,X,i,X,i,e,来自残差,(,Y,i,Y,)=,总离差,来自回归,经济计量学,17,(Yi - Y)2 = (Yi - Yi) + (Yi - Y)2 = (Yi - Yi)2 + (Yi - Y)2 + 2 (Yi - Yi) (Yi - Y) yi2 = e2 + yi2 TSS = RSS + ESS,= 0.977353,R2 =
7、,回归平方和 总离差平方和,二、样本决定系数,经济计量学,18,三、相关检验, ,正线性相关 负线性相关 非线性相关 不相关,取值范围: 0 R2 1 - 1 r 1,经济计量学,19,四、随机扰动项方差 2 的估计,由于随机项 u 不可观测,只能用残差 e 估计 ei2 = yi2 - b1 xi yi = 1889538 - 0.511123 3613114.4 = 42792.13,残差平方和,样本方差,b1 的样本标准差,b0 的样本标准差,经济计量学,20,五、假设检验,某一给定的观测或发现是否与某一声称的假设(stated hypothesis )相符?此处用“相符”一词表示观测的
8、值与 假设的值“足够相近”,因而我们不拒绝所声称的假设。 原假设 (Null hypothesis ):一种信以为真的、意在 维护的或理论上的假设,并用 H0 表示 备择假设(alternative hypothesis):为与之对立的假设, 记为 H1,第一类错误:拒绝真实; 第二类错误:接受错误。,模型中样本值可以自由变动的个数,称为自由度 自由度 = 样本个数 样本数据受约束条件(方程)的个数,自由度:,经济计量学,21,六、参数显著性检验( t 检验),H0:b1 = 0; H1: b1 0;,),2,(,/,2,2,-,=,=,n,t,x,S(b1),T,i,s,b1,所以有,,a,
9、s,a,a,-,=,-,1,),/,Pr (,2,2,2,2,t,x,t,i,从而,,2,2,a,a,t,t,+,-,检验,的估计值是否在此区间,,b1,b1,b1,b1,b1,S(b1),S(b1),b1,如果在则接受原假设,否则拒绝原假设。,比较|T | 与 ta的大小,2,|T | ta 接受 H0,2,|T | ta 拒绝 H0,2,经济计量学,22,对 bo 的显著性 t 检验 Ho: bo = 0; H1: bo 0,对 b1 的显著性 t 检验 Ho: b1 = 0; H1: b1 0,给定显著性水平 a = 0.05, 查自由度 n - 2 = 8 的 t 分布表, 得 ta
10、= 2.306,2,T0; T1 2.306 拒绝原假设, 接受备择假设,经济计量学,23,七、回归方程的显著性检验( F 检验),H0:b0= b1 = 0; H1: bi 不全为 0;,经济计量学,24,离差名称,平方和,自由度,均方差,回归平方和,剩余平方和,总体平方和,1,n - 2,n - 1,方 差 分 析 表,经济计量学,25,对方程的显著性 F 检验 H0:b0= b1 = 0; H1: bi 不全为 0;,F 5.32 拒绝原假设, 接受备择假设,经济计量学,26,八、预测,包括两种预测: 1、点预测 2、区间预测,0,1,0,0,X,Y,b,b,+,=,-,+,+,+,-,+,+,-,2,2,0,0,0,2,2,0,2,0,),(,1,1,),(,1,1,i,i,x,X,X,n,
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2023年X射线高频高压发生装置资金筹措计划书
- 第12讲 二次函数的图象与性质测试题
- 全省行业2024年新入职员工培训班结业测试
- 液压与气压传动技术智慧树知到答案2024年哈尔滨铁道职业技术学院
- 21高中数学新教材课堂导学案(等差数列及其前n项和)
- 太阳能电池水泵系统相关项目投资计划书范本
- 乙二醇二乙醚相关项目投资计划书范本
- 猫爬架行业相关投资计划提议范本
- 港口建设相关行业投资方案范本
- 理发、美容服务相关项目投资计划书
- 大队委竞选课件
- 移动公司政企部工作总结暨思路
- 关于河道管理范围内建设项目防洪影响咨询服务费计列的指导意见
- 家具厂企业安全风险评价全套管理制度汇编
- 宣城市人民医院迎检路线及解说词.doc
- CPK计算表格EXCEL
- 景区森林防火应急预案
- k歌比赛活动方案(共3篇)
- 唐山特种车辆制造项目经营分析报告
- 重点单位消防安全检查培训课件
- 投标文件-项目管理实行方案
评论
0/150
提交评论