《简单线性回归模型》PPT课件

《《简单线性回归模型》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第二章简单线性回归模型定义模型的假设参数估计OLS的代数性质拟合优度测量单位和函数形式OLS的统计性质其它说明目前主要关注横截面数据的回归分析截面数据是一个随机样本。每一个观察是一个新的个人、企业或者其他的个体，这些个体在某个同一时点上的信息被记录下来。如果样本不是随机的，那么就出现了样本选择性问题（sample-selectionproblem）obsnowageeducexperfemalemarried13.101121023.2412221133.001120046.008440155.3012701··········

2、··52511.56165015263.5014510所谓横截面数据集，就是在给定时点对个人、家庭、企业、城市、州、国家或一系列其他单位采集的样本所构成的数据集。有时，所有单位的数据并非完全对应于同一时间段。例如，几个家庭可能在一年中的不同星期被调查。在一个纯粹的横截面分析中，我们应该忽略数据搜集中细小的时间差别。如果一系列家庭都是在同一年度的不同星期被调查的，那我们仍视之为横截面数据集。横截面数据的一个重要特征是，我们通常可以假定，它们是从样本背后的总体中通过随机抽样(randomsampling)而得到的。例如，如果我们通过

3、随机地从工人总体中抽取500人，并得到其有关工资、受教育程度、工作经历和其他特征方面的信息，那我们就得到所有工人构成的总体的一个随机样本。随机抽样是初级统计学教程中所讲授的抽样方案，而且它使得对横截面数据的分析大为简化。有时，以随机抽样作为对横截面数据的一个假定并不适当。例如，假设我们对研究影响家庭财富积累的因素感兴趣，虽然我们可以调查家庭的一个随机样本，但有些家庭可能拒绝报告其财富。比方说，如果越是富裕的家庭就越不愿意暴露其财富，那么由此得到的财富样本，就不是由所有家庭构成的总体的一个随机样本。这是对样本选择问题的一个解释。简

4、单回归模型的定义简单回归模型可以用来研究两个变量之间的关系。出于某些原因，简单回归模型要作为经验性分析的一般工具，还存在着局限性。但是在某些情况下，把它当作经验工具来使用，还是非常适宜的。学会解释简单回归模型，对于我们接下来要学习的多元回归模型，无疑也是非常好的练习。应用计量经济学分析大多都是从如下假设前提开始的：y和x是代表某一个总体的两个变量，我们感兴趣的是用x来解释y，或者说是研究y如何随x而变化。一些例子：y是大豆的产出，x是化肥的用量；y是每小时的工资，x是受教育的年数；y是社区的犯罪率，x是警察的数量，等等。简单回归

5、模型的定义简单回归模型的定义在写出用x解释y的模型时，我们要面临三个问题。首先，既然两个变量之间没有一个确切的关系，那么我们应该如何考虑其他影响y的因素呢？第二，y和x的函数关系是怎样的呢？第三，我们怎样知道是否抓住了在其他条件不变的情况下y和x之间的关系（如果这是我们所追求的目标的话）呢？简单回归模型的定义我们可以通过写出关于y和x的一个方程来消除这些疑惑。一个简单的方程是：y=b0+b1x+u…………(2.1)且假定方程(2.1)在我们所关注的某个总体中成立，它定义了一个简单线性回归模型(simplelinearregres

6、sionmodel)。因为它把两个变量x和y联系起来，所以又把它叫做两变量或者双变量线性回归模型。我们现在来讨论等式(2.1)中每个量的含义。在简单线性回归模型y=b0+b1x+u中，统称y为：因变量（DependentVariable）或响应变量(responsevariable)或被解释变量（ExplainedVariable）或被预测变量(predictedvariable)或回归子(regressand)几个术语几个术语在y对x的简单线性回归中，通常称x为：自变量（IndependentVariable）或解释变量（Ex

7、planatoryVariable）或回归量（元）（Regressor）或协变量（Covariate）或预测元(predictorvariable)控制变量（ControlVariables）说明：“自变”(independent)与统计学概念里面随机变量之间的独立(independency)有所不同。yx因变量自变量被解释变量解释变量响应变量控制变量被预测变量预测变量回归子回归元几个术语几个术语在简单线性回归模型y=b0+b1x+u中，我们称u为误差项或随机扰动项。表示除x之外影响y的其他所有非观测因素。一个简单回归分析能够有

8、效地处理除x之外其他所有影响y的非观测因素。也可以把u看作是“观测不到的”因素。误差项或随机扰动项的来源：被忽略的因素测量误差随机误差模型的设定误差等式y=b0+b1x+u同样表述了y和x之间的函数关系。如果u中的其他因素被看作是保持不变的，就意味着u的变化为零