一元線性回歸分析ppt課件.ppt

《一元線性回歸分析ppt課件.ppt》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、第二章一元線性回歸模型1主要內(nèi)容回歸分析概述模型的參數(shù)估計(jì)：最小二乘法模型的假定模型的估計(jì)量的性質(zhì)模型的擬合優(yōu)度檢驗(yàn)：判定系數(shù)模型的假設(shè)檢驗(yàn)?zāi)Ｐ偷念A(yù)測案例：EViews應(yīng)用2由200個(gè)家庭組成的隨機(jī)樣本，研究該社區(qū)每月家庭消費(fèi)支出Y與每月家庭可支配收入X的關(guān)系。其中，Y表示家庭的消費(fèi)支出，X表示家庭收入，它們均以元度量?；貧w結(jié)果表明：家庭收入每增加1元，平均而言，消費(fèi)支出將增加0.777美元。也可以說，家庭收入每增加1個(gè)單位，比如說，1元，消費(fèi)支出將平均地增加0.777個(gè)單位。3廣告費(fèi)用與銷售收入之間

2、的關(guān)系：預(yù)測一定水平的廣告費(fèi)用可能帶來多少銷售收入身高與體重之間的關(guān)系房屋面積與住宅價(jià)格之間的關(guān)系工資與工作經(jīng)驗(yàn)、教育水平、性別之間的關(guān)系4§2.1回歸分析概述一、變量間的關(guān)系及回歸分析的基本概念二、總體回歸函數(shù)（PRF）三、隨機(jī)擾動(dòng)項(xiàng)四、樣本回歸函數(shù)（SRF）5一、變量間的關(guān)系及回歸分析的基本概念1.變量間的關(guān)系（1）確定性關(guān)系或函數(shù)關(guān)系：研究的是確定現(xiàn)象非隨機(jī)變量間的關(guān)系。一個(gè)（或多個(gè)）變量的變化能完全決定另一個(gè)變量的變化：利息率一定，存入本金與到期本息6存在密切聯(lián)系但并非完全決定居民收入與消費(fèi)密

3、切相關(guān)，但不能完全決定消費(fèi)廣告費(fèi)支出與銷售額密切相關(guān)，但不能完全決定銷售額（2）統(tǒng)計(jì)依賴或相關(guān)關(guān)系（非確定性關(guān)系）：研究的是非確定現(xiàn)象隨機(jī)變量間的關(guān)系。7回歸分析(regressionanalysis)是研究一個(gè)變量關(guān)于另一個(gè)（些）變量的具體依賴關(guān)系的計(jì)算方法和理論。其用意：在于通過后者的已知或設(shè)定值，去估計(jì)和（或）預(yù)測前者的（總體）均值。這里：前一個(gè)變量被稱為被解釋變量（ExplainedVariable）或因變量（DependentVariable），后一個(gè)（些）變量被稱為解釋變量（Explana

4、toryVariable）或自變量（IndependentVariable）。2、回歸分析的基本概念8回歸分析構(gòu)成計(jì)量經(jīng)濟(jì)學(xué)的方法論基礎(chǔ)，其主要內(nèi)容包括：根據(jù)樣本觀察值對(duì)經(jīng)濟(jì)計(jì)量模型參數(shù)進(jìn)行估計(jì)，求得回歸方程；對(duì)回歸方程、參數(shù)估計(jì)值進(jìn)行檢驗(yàn)；利用回歸方程進(jìn)行分析、評(píng)價(jià)及預(yù)測。9二、總體回歸函數(shù)回歸分析關(guān)心的是根據(jù)解釋變量的已知或給定值，考察被解釋變量的總體均值，即當(dāng)解釋變量取某個(gè)確定值時(shí)，與之統(tǒng)計(jì)相關(guān)的被解釋變量所有可能出現(xiàn)的對(duì)應(yīng)值的平均值。1011在給定解釋變量Xi條件下被解釋變量Yi的期望軌跡稱為

5、總體回歸線（populationregressionline），或更一般地稱為總體回歸曲線（populationregressioncurve）。稱為（雙變量）總體回歸函數(shù)（populationregressionfunction,PRF）。相應(yīng)的函數(shù)：12含義：回歸函數(shù)（PRF）說明被解釋變量Y的平均狀態(tài)（總體條件期望）隨解釋變量X變化的規(guī)律。函數(shù)形式：可以是線性或非線性的。如，將居民消費(fèi)支出看成是其可支配收入的線性函數(shù)時(shí):為一線性函數(shù)。其中，?0，?1是未知參數(shù)，稱為回歸系數(shù)（regression

6、coefficients）。13三、隨機(jī)擾動(dòng)項(xiàng)總體回歸函數(shù)說明在給定的收入水平Xi下，家庭平均的消費(fèi)支出水平。但對(duì)某一個(gè)別的家庭，其消費(fèi)支出可能與該平均水平有偏差。稱為觀察值圍繞它的期望值的離差（deviation），是一個(gè)不可觀測的隨機(jī)變量，又稱為隨機(jī)干擾項(xiàng)（stochasticdisturbance）或隨機(jī)誤差項(xiàng)（stochasticerror）。14E(Y

7、Xi)稱為系統(tǒng)性（systematic）或確定性（deterministic)部分；其他為隨機(jī)或非確定性（nonsystematic)部分u

8、i。15稱為總體回歸函數(shù)（PRF）的隨機(jī)設(shè)定形式。表明被解釋變量除了受解釋變量的系統(tǒng)性影響外，還受其他因素的隨機(jī)性影響。由于方程中引入了隨機(jī)項(xiàng)，成為計(jì)量經(jīng)濟(jì)學(xué)模型，因此也稱為總體回歸模型。16隨機(jī)誤差項(xiàng)主要包括下列因素：在解釋變量中被忽略的因素的影響；變量觀測值的觀測誤差的影響；模型關(guān)系的設(shè)定誤差的影響；其他隨機(jī)因素的影響。隨機(jī)干擾項(xiàng)的意義將各種次要變量作了綜合處理，保證了分析的可操作性。17四、樣本回歸函數(shù)（SRF）問題：能從一次抽樣中獲得總體的近似的信息嗎？如果可以，如何從抽樣中獲得總體的近似信息

9、？例：在總體中有如下一個(gè)樣本，能否從該樣本估計(jì)總體回歸函數(shù)PRF？家庭消費(fèi)支出與可支配收入的一個(gè)隨機(jī)樣本Y800110014001700200023002600290032003500X5946381122115514081595196920782585253018該樣本的散點(diǎn)圖（scatterdiagram)：畫一條直線以盡好地?cái)M合該散點(diǎn)圖，由于樣本取自總體，可以該直線近似地代表總體回歸線。該直線稱為樣本回歸線（sampleregressionline