第二讲 简单回归模型ppt课件.ppt

《第二讲 简单回归模型ppt课件.ppt》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、1计量经济学导论第二章：简单回归模型本章导论简单回归模型的定义普通最小二乘法的推导OLS的操作技巧度量单位和函数形式OLS估计量的期望值和方差过原点回归1.本章导论—案例案例:中国全体居民的消费水平与经济发展数量关系的分析提出问题：改革开放以来，随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也在不断增长。研究中国全体居民的消费水平与经济发展的数量关系，对于探寻居民消费增长的规律性，预测居民消费的发展趋势有重要意义。理论分析：影响居民人均消费水平的因素有多种，但从理论和经验分析，最主要的影响因素应是经济发展水平。从理论上说经济发展水平越高，居民消费越多。

2、2变量选择：被解释变量选择能代表城乡所有居民消费的“全体居民人均年消费水平”(元/人)；解释变量选择表现经济增长水平的“人均国民生产总值（人均GDP）”（元/人）研究范围：1978年至2007年中国“全体居民人均年消费水平”与“人均国内生产总值（人均GDP）”的时间序列数据。3数据：1978年-2007年中国居民人均消费水平和人均GDP年份全体居民消费水平(元)Y人均GDP(元)X1978184381197920841919802384631981264492198228852819833165831984361695198544685819864979631987

3、5651112198871413661989788151919908331644199193218931992111623114年份全体居民消费水平(元)Y人均GDP(元)X19931393299819941833404419952355504619962789584619973002642019983159679619993346715920003632785820013869862220024106939820034411105422004492512336200554631405320066138161652007708118934为分析居民人均消费水平(Y)

4、和人均GDP(X)的关系，作散点图：从散点图可以看出居民消费水平(Y)和人均GDP(X)大体呈现为线性关系。为分析中国居民消费水平随人均GDP变动的数量规律性，可以建立如下简单线性回归模型：模型设定:6估计参数假定模型中随机扰动满足基本假定，可用OLS法。具体操作：使用EViews软件，估计结果是：78用规范的形式将参数估计和检验的结果写为：（55.64114）(0.007743)F=2490.823n=30t=(4.031457)(49.90815)81.可决系数：模型整体上拟合好。2.系数显著性检验：给定，查t分布表，在自由度为时临界值为因为应拒绝3.用P值检验

5、>>p=0.0000表明，人均GDP对居民消费水平确有显著影响。模型检验应拒绝94.经济意义检验：估计的解释变量的系数为0·3864，说明人均GDP每增加1元，人均年消费支出平均将增加0·3864元。这符合经济理论的界定。1011点预测：如果2008年人均GDP将比2007年增长16.2%将达到，22001元/人，利用所估计的模型可预测2008年居民可能达到的年消费水平。经济预测(元)区间预测:平均值区间预测上下限：已知:12由X和Y的描述统计结果平均值区间预测区间预测即是说：当2008年=22001元时，居民人均消费水平平均值置信度95%的预测区间为（8445.3

6、8，9006.96）元。13个别值区间预测:即是说：当2008年=22001元时，居民人均消费水平个别值置信度95%的预测区间为（8200.66，9251.68）元。131.散点图：scatteryx2.相关系数：corryxpwcorryx,sig3.回归：regyx4.预测：predictyy,xb(拟合值预测)predicte,r（残差值预测）5.预测区间：predictnl预测变量名=predict(xb),ci(lb1ub1)l(95)(均值预测区间)adjustx=22001,stdfci(个别值预测区间)本章STATA命令语句2.简单回归模型15计量经

7、济学导论16计量经济学导论简单回归模型的定义在简单线性回归模型y=b0+b1x+u中,我们一般称y为：DependentVariable（因变量）Left-HandSideVariableExplainedVariable（被解释变量）Regressand（回归子）17计量经济学导论在简单线性回归模型y=b0+b1x+u中,我们一般称x为IndependentVariable（自变量）Right-HandSideVariableExplanatoryVariable（解释变量）Regressor（回归元）Covariate（协变量）ControlVariable