古典回歸模型_第1頁
古典回歸模型_第2頁
古典回歸模型_第3頁
古典回歸模型_第4頁
古典回歸模型_第5頁
已閱讀5頁,還剩28頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、古典回歸模型第1頁,共33頁,2022年,5月20日,6點40分,星期二引例從2004年中國國際旅游交易會上獲悉,到2020年,中國旅游業(yè)總收入將達到3000億美元,相當于GDP的8至11。?是什么決定性因素能使中國旅游業(yè)總收入到2020年達到3000億美元?旅游業(yè)的發(fā)展與這種決定性因素的數(shù)量關系究竟如何?怎樣具體測定旅游業(yè)發(fā)展與這種決定性因素的數(shù)量關系?第2頁,共33頁,2022年,5月20日,6點40分,星期二應對考慮的問題確定作為研究對象的經(jīng)濟變量(如我國旅游業(yè)總收入)分析影響研究對象變動的主要因素(如我國居民收入的增長)分析各種影響因素與所研究經(jīng)濟現(xiàn)象的相互關系(決定相互聯(lián)系的數(shù)學關系

2、式)確定所研究的經(jīng)濟問題與影響因素間具體的數(shù)量關系(需要特定的方法)分析并檢驗所得數(shù)量結論的可靠性(多種檢驗)運用數(shù)量研究結果作經(jīng)濟分析和預測(實際應用)第3頁,共33頁,2022年,5月20日,6點40分,星期二第一節(jié) 古典回歸模型 對經(jīng)濟變量相互關系的計量,最基本的方法是回歸分析?;貧w分析是計量經(jīng)濟學的主要工具,也是計量經(jīng)濟學理論和方法的主要內容。只有一個解釋變量的線性回歸模型是最簡單的,稱為簡單線性回歸模型或一元線性回歸模型。本章從一元線性回歸模型入手,討論在基本假定滿足的條件下,對經(jīng)濟變量關系計量的基本理論和方法,這也是我們學習的基礎。第4頁,共33頁,2022年,5月20日,6點40

3、分,星期二一、回歸分析相關與回歸(統(tǒng)計學知識介紹)在統(tǒng)計學中考察經(jīng)濟變量間的依存關系,通常分 確定性的函數(shù) Y=f(X) 函數(shù)關系 例子,商品銷售量X和銷售額Y Y=PX 不確定性的隨機關系 相關關系 Y=f(X) (為隨機變量) 例子,居民消費函數(shù) Y=a+bX+ 沒有關系第5頁,共33頁,2022年,5月20日,6點40分,星期二相關關系的表現(xiàn)對相關關系的描述通常最直觀的是座標圖 y . . . . . . . . . . . . . x圖2.1第6頁,共33頁,2022年,5月20日,6點40分,星期二相關關系的類型 從涉及的變量數(shù)量看 簡單相關只有兩個變量的相關關系 多重相關(復相關)

4、三個或三個以上變量的相關關系。例:某人身高與體重與年齡的關系 從變量相關關系的表現(xiàn)形式(可根據(jù)散點圖) 線性相關 非線性相關 從變量相關關系變化的方向 正相關:收入 負相關:價格 不相關對消費量影響第7頁,共33頁,2022年,5月20日,6點40分,星期二相關程度的度量X和Y的總體線性相關系數(shù):X和Y的樣本線性相關系數(shù):第8頁,共33頁,2022年,5月20日,6點40分,星期二相關系數(shù)的特點相關系數(shù)取值在-1,1當r=0時,表明X與Y沒有線性相關關系當0|r|0表明為正相關,r0表明為負相關。當|r|1時,表明X與Y完全線性相關。第9頁,共33頁,2022年,5月20日,6點40分,星期二

5、使用相關系數(shù)應注意的問題X和Y 都是相互對稱的隨機變量。簡單相關系數(shù)只反映變量間的線性相關程度,不能說明非線性相關關系。樣本相關系數(shù)是總體相關系數(shù)的樣本估計值,由于抽樣波動,樣本相關系數(shù)是個隨機變量,其統(tǒng)計顯著性有待檢驗。相關系數(shù)只能反映線性相關程度,不能確定因果關系,不能說明相關關系具體接近哪條直線第10頁,共33頁,2022年,5月20日,6點40分,星期二研究變量相互之間的依存關系時,首先需要分析它們是否存在相關關系,隨后要明確相關關系的類型,而且還應計量其相關關系的密切程度,在統(tǒng)計上這種分析研究稱為相關分析。相關分析主要是指用一個指標(相關系數(shù))去表明現(xiàn)象間相互依存關系的性質和密切程度

6、。計量經(jīng)濟學關心的是:變量間的因果關系及隱藏在隨機性后面的統(tǒng)計規(guī)律性,這靠相關分析無法完成.相關分析并不能說明變量間相關關系的具體形式,還不能從一個變量的變化去推測另一個變量的具體變化。這時就需要運用回歸分析。第11頁,共33頁,2022年,5月20日,6點40分,星期二回歸分析回歸的古典意義: 高爾頓在1889年發(fā)表的著作自然的遺傳中,首次提出了回歸的概念 (父母身高與孩子身高的關系)回歸的現(xiàn)代意義: 一個應變量對若干解釋變量依存關系的研究回歸分析的基本思想: 在相關分析的基礎上,對具有相關關系的兩個或多個變量之間的數(shù)量變化的一般關系進行測定,確定一個相應的數(shù)學表達式,以便從一個已知量來推斷

7、另一個未知量.回歸的目的(實質): 由固定的解釋變量去估計應變量的平均值。第12頁,共33頁,2022年,5月20日,6點40分,星期二相關分析與回歸分析的聯(lián)系及區(qū)別聯(lián)系:二者都是對變量間依存關系的研究,二者可以互相補充。相關分析可以表明變量間相關關系的性質和程度,只有當變量間存在一定程度的相關關系時,進行回歸分析去尋求相關的具體數(shù)學形式才有意義。同時,在進行相關分析時如果要具體確定變量間相關的具體數(shù)學形式,又要依賴回歸分析,而且相關分析中相關系數(shù)的確定也是建立在回歸分析的基礎上。第13頁,共33頁,2022年,5月20日,6點40分,星期二區(qū)別: 從研究目的上,相關分析用一定的數(shù)量指標(相關

8、系數(shù))度量變量間相關聯(lián)系的方向和程度;回歸分析卻是要尋求變量間聯(lián)系的具體數(shù)學形式,是要根據(jù)解釋變量的固定值去估計和預測被解釋變量的平均值。 從對變量的處理上,相關分析對稱的對待相互聯(lián)系的變量,相關的變量不一定具有因果關系,均視為隨機變量;回歸分析是建立在變量因果關系的基礎上的,研究解釋變量的變動對被解釋變量的具體影響?;貧w分析必須劃定解釋變量和被解釋變量,對變量的處理是不對稱的。二者都只是從數(shù)據(jù)出發(fā)定量分析經(jīng)濟變量間相互聯(lián)系的手段,并不能決定經(jīng)濟現(xiàn)象之間的本質聯(lián)系。本質需要結合實際經(jīng)驗分析,并要從經(jīng)濟學原理上加以說明。對本來沒有內在聯(lián)系的經(jīng)濟現(xiàn)象,僅憑數(shù)據(jù)進行相關分析和回歸分析,可能是一種“偽

9、相關”和“偽回歸”。第14頁,共33頁,2022年,5月20日,6點40分,星期二注意的幾個概念Y的條件分布 當解釋變量X取某固定值時(條件),Y的值不確定,Y的不同取值形成一定的分布,這就是Y 的條件分布。 Y的條件期望 對于X的每一個取值,對Y所形成的分布確定其期望或均值,稱為Y的條件期望或條件均值E(YXi)xiY圖2.2第15頁,共33頁,2022年,5月20日,6點40分,星期二回歸線與回歸函數(shù)回歸線:對于每一個X的取值,都有Y的條件期望E(YXi)與之對應,代表這些Y的條件期望的點的軌跡所形成的直線或曲線,稱為回歸線?;貧w函數(shù):被解釋變量Y的條件期望隨解釋變量X的變化而有規(guī)律的變化

10、,如果把Y的條件期望E(YXi)表示為X的某種函數(shù) E(YXi)f(Xi) 這個函數(shù)稱為回歸函數(shù)??煞譃椋嚎傮w回歸函數(shù);樣本回歸函數(shù)第16頁,共33頁,2022年,5月20日,6點40分,星期二總體回歸函數(shù)(PRF)總體回歸函數(shù)的概念 前提:假如已知所研究的經(jīng)濟現(xiàn)象的總體被解釋變量Y和解釋變量X的每個觀測值,可以計算出總體被解釋變量Y的條件期望E(YXi),并將其表現(xiàn)為解釋變量X的某種函數(shù) E(YXi)f(Xi) 這個函數(shù)稱為總體回歸函數(shù)(PRF)第17頁,共33頁,2022年,5月20日,6點40分,星期二注意實際的經(jīng)濟研究中總體回歸函數(shù)通常是未知的,只能根據(jù)經(jīng)濟理論和實踐經(jīng)驗去設定。“計量

11、”的目的就是尋找PRF??傮w回歸函數(shù)中Y和X的關系可以是線性的,也可以是非線性的。第18頁,共33頁,2022年,5月20日,6點40分,星期二總體回歸函數(shù)的表現(xiàn)形式條件均值表現(xiàn)形式 假如Y的條件均值E(YXi)是解釋變量X的線性函數(shù),可表示為 E(YXi)f(Xi)12Xi 1 和 2 分別是總體回歸函數(shù)的總體回歸參數(shù)參數(shù)個別值表現(xiàn)形式(隨機設定形式) 對于一定的Xi,Y的每一個值Yi分布在E(YXi)的周圍,若令每一個值Yi與條件均值E(YXi)的偏差i,顯然i是隨機變量 則有 i Yi-E(YXi) Yi- 1-2Xi Yi= 1+2Xi i第19頁,共33頁,2022年,5月20日,6

12、點40分,星期二對線性回歸模型線性的兩種解釋對變量而言是線性的Y的條件均值是X的線性函數(shù)對參數(shù)而言是線性的Y的條件均值是的線性函數(shù) 例子計量經(jīng)濟學中的線性回歸模型主要指參數(shù)“線性”第20頁,共33頁,2022年,5月20日,6點40分,星期二隨機誤差項概念 各個Yi值與條件均值E(YXi)的偏差i代表排除在模型以外的所有因素對Y的影響性質 i是期望為0,有一定分布的隨機變量 隨機誤差項的性質決定著計量經(jīng)濟方法的選擇。XY圖2.3第21頁,共33頁,2022年,5月20日,6點40分,星期二產(chǎn)生隨機誤差的原因(1)模型中被忽略的因素的影響; (2)變量觀測值的觀測誤差的影響;(3)模型函數(shù)形式的

13、設定誤差的影響;(4)其它隨機因素的影響。見p2021設置隨機誤差的意義: p21第22頁,共33頁,2022年,5月20日,6點40分,星期二樣本回歸函數(shù)(SRF)樣本回歸線: 對于X的一定值,取得Y的樣本觀測值,可計算其條件均值,樣本觀測值條件均值的軌跡,稱為樣本回歸線。樣本回歸函數(shù): 如果把被解釋變量Y的樣本條件均值表示為解釋變量X的某種函數(shù),這個函數(shù)稱為樣本回歸函數(shù)(SRF)xiY圖2.4第23頁,共33頁,2022年,5月20日,6點40分,星期二樣本回歸函數(shù)的特點每次抽樣都能獲得一個樣本,就可以擬合一條樣本回歸線,所以樣本回歸線隨抽樣波動而變化,可以有很多條(SRF不唯一)樣本回歸

14、函數(shù)的函數(shù)形式應與設定的總體回歸函數(shù)的函數(shù)形式一致樣本回歸線還不是總體回歸線,至多只是未知總體回歸線的近似表現(xiàn)。第24頁,共33頁,2022年,5月20日,6點40分,星期二樣本回歸函數(shù)的表現(xiàn)形式樣本回歸函數(shù)如果為線性函數(shù),則表示為其中, 是與 相對應的Y的樣本條件均值 和 分別是樣本回歸函數(shù)的參數(shù)被解釋變量Y的實際觀測值 不完全等于樣本條件均值,二者之差用 表示, 稱為剩余項或殘差項:或者第25頁,共33頁,2022年,5月20日,6點40分,星期二對樣本回歸的理解如果能夠獲得 和 的數(shù)值,顯然: 和 是對總體回歸函數(shù)參數(shù) 和 的估計 是對總體條件期望E(YXi)的估計 在概念上類似總體回歸

15、函數(shù)中的 ,可以視為對 的估計第26頁,共33頁,2022年,5月20日,6點40分,星期二樣本回歸函數(shù)與總體回歸函數(shù)的關系XXiPRFSRFYE(YXi)圖2.5第27頁,共33頁,2022年,5月20日,6點40分,星期二總體回歸模型總體回歸函數(shù)(直線)樣本回歸模型樣本回歸函數(shù)(直線)殘差系統(tǒng)變化部分非系統(tǒng)變化部分第28頁,共33頁,2022年,5月20日,6點40分,星期二根據(jù)課本例題p1720進行說明第29頁,共33頁,2022年,5月20日,6點40分,星期二回歸分析的目的用樣本回歸函數(shù)去估計總體回歸函數(shù)由于樣本對總體總是存在代表性誤差,SRF總會過高或過低估計PRF。 要解決的問題尋求一種規(guī)則和方法,使得到的SRF的參數(shù)盡可能接近總體回歸函數(shù)的參數(shù)。這樣的規(guī)則和方法有很多,最常用的就是最小二乘法。第30頁,共33頁,2022年,5月20日,6點40分,星期二二、古典回歸模型的基本假定為什么要作基本假定? 模型中隨機誤差項,估計的參數(shù)是隨機變量,只有對隨機誤差的分布作出假定,才能確定所估計的參數(shù)分布性質,也才可能進行假設檢驗和區(qū)間估計。 只有具備一定的假設條件,所作出的估計才具有較好的統(tǒng)計性質。第31頁,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論