计量经济学第四讲经典回归模型及其应用南京大学耿修林.ppt

2024/5/21 周二1第四讲 经典回归模型及其应用本讲的主要内容:一、引言二、一元线性回归模型三、多元线性回归模型四、例题讲解五、阅读材料2024/5/21 周二2第四讲 经典回归模型及其应用一、引言 回归模型和回归分析是计量经济学方法的基础，在整个计量经济学体系中占有非常重要的地位。回归分析专门研究：原因变量（被解释变量或因变量）和结果变量（解释变量或自变量）之间客观存在的相互依存、相互制约的统计因果关系，目地在于根据原因变量的变化去推测结果变量可能发生的变化。2024/5/21 周二3第四讲 经典回归模型及其应用二、一元线性回归模型1、理论模型及其假定 一元线性回归模型的一般形式：讨论：（1）从模型的结构形式上看，它主要由变量、参数和等式关系所构成，（2）从变量的统计性质上看，包括确定型变量和随机型变量，解释变量一般要求是确定的，而被解释变量和随机项是随机变量，（3）从参数的反映功能上看，截距项表示在解释变量取值为0时的被解释变量的期望值，回归系数项表示解释变量的单位变化对被解释变量平均产生的效果，即所谓的“边际效应”问题。2024/5/21 周二4第四讲 经典回归模型及其应用二、一元线性回归模型1、理论模型及其假定 经典一元线性回归分析模型一般要求要满足以下几个假定条件：随机项服从均值为0且同方差的正态分布，随机项之间相互独立，随机项与解释变量不相关，解释变量的取值存在变异但不能无限地大，样本容量要远大于2。2、模型参数估计量的导出 传统的方法主要是普通最小二乘法与极大似然估计法。2024/5/21 周二5第四讲 经典回归模型及其应用二、一元线性回归模型2、模型参数估计量的导出2024/5/21 周二6第四讲 经典回归模型及其应用二、一元线性回归模型3、估计量的统计性质 在经典假定条件下，由OLS和OML导出的估计量具有：线性性、无偏性和方差最小性。估计量线性估计无偏估计LUMVE2024/5/21 周二7第四讲 经典回归模型及其应用二、一元线性回归模型4、模型参数的估计与检验（1）估计量的抽样分布 2024/5/21 周二8第四讲 经典回归模型及其应用二、一元线性回归模型4、模型参数的估计与检验（2）总体方差的估计 用残差的方差作为总体方差的估计，另外存在：定理：2024/5/21 周二92024/5/21 周二10第四讲 经典回归模型及其应用二、一元线性回归模型4、模型参数的估计与检验（3）回归系数区间估计及假设检验2024/5/21 周二11第四讲 经典回归模型及其应用二、一元线性回归模型5、模型的总体代表性检验（1）残差图分析 回归残差是指，被解释变量的实际值与其估计值之间的离差，即：如果回归模型的代表性强，则残差的绝对值比较小，并且围绕着0这条水平线上下随机分布着，反之如果回归模型的代表性不强，残差的绝对值比较大，且残差图中点的分布存在着明显的系统变化的趋势。2024/5/21 周二12第四讲 经典回归模型及其应用二、一元线性回归模型5、模型的总体代表性检验（2）拟合优度 总离差平方和的分解：拟合优度系数：2024/5/21 周二13第四讲 经典回归模型及其应用二、一元线性回归模型5、模型的总体代表性检验（3）模型的代表性检验2024/5/21 周二14第四讲 经典回归模型及其应用二、一元线性回归模型6、回归估计、预测（1）点值估计 点估计 区间估计2024/5/21 周二15第四讲 经典回归模型及其应用二、一元线性回归模型6、回归估计、预测与控制（2）期望值的点估计 点估计区间估计2024/5/21 周二16第四讲 经典回归模型及其应用三、多元线性回归模型1、回归模型与理论假定 2、参数估计方法3、估计量的统计性质4、模型的代表性评价2024/5/21 周二17第四讲 经典回归模型及其应用四、例题讲解（见课堂讲解）五、阅读材料：1、M.D.Intrilitator Ronald G.Bodkin 萧政(2004)经济计量模型、技术与应用，第四章。2、W.H.Greene(2001)计量经济分析，第五、六章。2024/5/21 周二18