31回归分析概述.ppt

31回归分析概述
回归分析构成计量经济学的方法论基础，其主要内容包括：
（1）根据样本观察值对经济计量模型参数进行估计，求得回归方程；
（2）对回归方程、参数估计值进行显著性检验；
（3）利用回归方程进行分析、评价及预测。
例2i的期望轨迹称为总体回归线（population regression line），或更一般地称为总体回归曲线（population regression curve）。相应的函数：
称为（双变量）总体回归函数（population regression function, PRF）。
函数形式：可以是线性或非线性的。称
为一线性函数。其中，0，1是总体未知参数，称为回归系数（regression coefficients）。
含义：总体回归函数（PRF）说明被解释变量Y的平均状态（总体条件期望）随解释变量X变化的规律。——用例子解释
对总体回归函数的进一步说明：
第一，我们的最终目标是
第二， 条件 的作用在于限制Y的可能取值
范围，以便于提高搜索Y的精确度；
第三，总体回归函数的建立与回归分析无关。方程中的“=”反映的不是统计依赖关系(即不是统计学上的相关关系)，而是由经济理论分析所确定的一种因果关系。——这是统计学与经济学中所使用的回归分析之间最大的不同！（切记！！！）
三、随机扰动项
总体回归函数说明在给定的收入水平Xi下，该社区家庭平均的消费支出水平。但对某一个别的家庭，其消费支出可能与该平均水平有偏差。
称为观察值围绕它的期望值的离差（deviation），是一个不可观测的随机变量，又称为随机干扰项（stochastic disturbance）或随机误差项（stochastic error）。
，给定收入水平Xi ,个别家庭的支出可表示为两部分之和：（1）该收入水平下所有家庭的平均消费支出E(Y|Xi)，称为系统性（systematic）或确定性（deterministic)部分；（2）其他随机或非确定性（nonsystematic)部分i。
称为总体回归函数（PRF）的随机设定形式。表明被解释变量除了受解释变量的系统性影响外，还受其他因素的随机性影响。由于方程中引入了随机项，成为计量经济学模型，因此也称为总体回归模型。
随机误差项主要包括下列因素：
在解释变量中被忽略的因素的影响；
被解释变量观测值的观测误差的影响；
模型关系的设定误差的影响；
其他随机因素的影响。
回归模型的扩展：
一元模型是一个方程组，举例；
允许多个解释变量的存在，系数含义。
四、样本回归函数（SRF）
问题：能从一次抽样中获得总体的近似的信息吗？如果可以，如何从抽样中获得总体的近似信息？
：，能否从该样本估计总体回归函数PRF？
回答：能
该样本的散点图（scatter diagram)：
画一条直线以尽好地拟合该散点图，由于样本取自总体，可以该直线近似地代表总体回归线。该直线称为样本回归线（sample regression lines）。
记样本回归线的函数形式为：
称为样本回归函数（sample regression function，SRF）。
问题一：样本回归函数（样本回归线）有几条？总体回归线呢？
注意，“拟合”的含义：
样本回归曲线有无数条，这是由我们对其的定义所决定的。它就是对样本散点的拟合曲线！在没有给出拟合标准之前，我可以任意决定。而总体回归曲线只有一条，就是总体 的条件期望的轨迹，即总体回归曲线的设定标准我已经给出了。
问题二，为什么不将样本回归函数也定义成样本的条件期望呢？
这里我们是希望利用拟合手段来求解样本回归函数。而将样本回归函数定义成样本的条件期望，进而用其去近似替代总体回归函数，这一技术（手段）也可行，并且已经被人们建立起来了，这就是所谓的矩估计方法。换句话说，“拟合”与“条件期望”都是构造样本回归函数的方法而已，这就是所谓的估计。而检验主要是指针对样本观测值分析这些构造方法下得到的样本回归函数的好坏。而构造出来的样本回归函数究竟在多大程度上能去替代总体回归函数，这还涉及到对样本的抽样技术，要求所抽样本能全面反映总体特征，进而用从样本中得到的信息去近似替代总体的特征！（分形）
注意：这里将样本回归线看成总体回归线的近似替代
则
样本回归函数的随机形式/样本回归模型：
同样地，样本回归函数也有如下的随机形式：
由于方程中引入了随机项，成为计量经济模型，因此也称为样本回归模型（sample regression model）。
▼回归分析的主要目的：估计样本回归函数SRF，以近似替代总体回归函数PRF。
即