线性回归分析Eviews60.pptx

文档介绍：研究经济问题量化分析意识
量化分析手段
建立计量模型
用模型解释经济问题
1
上一讲重要概念:
研究某一经济现象,会面临两个问题:
一是一个变量的变化常常受其他多个经济变量的影响。为描述这些变量之间的关系,研究这些变量之间的变化规律,通常要建立计量经济模型,研究模型参数,进而利用计量经济模型进行预测。通常运用回归分析方法。
二是仅知道一个变量的历史数据,要研究它的变化规律,也要建立计量经济模型,研究模型参数,进而利用计量经济模型进行预测。通常运用时间序列分析方法
2
上一讲重要概念:
线性回归分析主要研究经济变量之间的线性因果关系。
以预先设定的线性回归模型为基础,而且设定的模型一般有经济理论根据。
回归分析关心的是根据解释变量的已知或给定值,考察被解释变量的总体均值
在给定解释变量Xi条件下被解释变量Yi的期望(平均值)轨迹称为总体回归线
相应的函数
称为(双变量)总体回归函数
3
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
随机扰动项
总体回归模型
4
随机误差项主要包括下列因素的影响:
1)在解释变量中被忽略的因素的影响;
2)变量观测值的观测误差的影响;
3)模型关系的设定误差的影响;
4)其它随机因素的影响。
5
产生并设计随机误差项的主要原因:
1)理论的含糊性;
2)数据的欠缺;
3)节省原则。
样本回归函数(SRF)
记样本回归线的函数形式为:
称为样本回归函数
6
这里将样本回归线看成总体回归线的近似替代
7
则
注意:
回归分析的主要目的:根据样本回归函数SRF,估计总体回归函数PRF。
SRF 在某种规则下(古典假设)
是PRF的最好估计
8
9
总体回归模型n个随机方程的矩阵表达式为
模型的假设
线性回归模型必须满足一定的假设,主要包括:
1、变量Y和之间存在线性随机函数关系
2、对应每组观测数据的误差项都为零均值的随机变量;E( )=0
3、误差项的方差为常数;Var( )=
4、对应不同观测数据的误差项不相关
10