文档介绍：样本内样本外预测本章要点最小二乘法的基本原理和计算方法经典线性回归模型的基本假定BLUE统计量的性质t检验和置信区间检验的原理及步骤多变量模型的回归系数的F检验预测的类型及评判预测的标准好模型具有的特征2第一节最小二乘法的基本属性一、有关回归的基本介绍金融、经济变量之间的关系,大体上可以分为两种:(1)函数关系:Y=f(X1,X2,….,XP),其中Y的值是由Xi(i=1,2….p)所唯一确定的。(2)相关关系:Y=f(X1,X2,….,XP),这里Y的值不能由Xi(i=1,2….p)精确的唯一确定。3图2-1货币供应量和GDP散点图4图2-1表示的是我国货币供应量M2(y)与经过季节调整的GDP(x)之间的关系(数据为1995年第一季度到2004年第二季度的季度数据)。5但有时候我们想知道当x变化一单位时,y平均变化多少,可以看到,由于图中所有的点都相对的集中在图中直线周围,因此我们可以以这条直线大致代表x与y之间的关系。如果我们能够确定这条直线,我们就可以用直线的斜率来表示当x变化一单位时y的变化程度,由图中的点确定线的过程就是回归。6对于变量间的相关关系,我们可以根据大量的统计资料,找出它们在数量变化方面的规律(即“平均”的规律),这种统计规律所揭示的关系就是回归关系(regressiverelationship),所表示的数学方程就是回归方程(regressionequation)或回归模型(regressionmodel)。7图2-1中的直线可表示为()根据上式,在确定α、β的情况下,给定一个x值,我们就能够得到一个确定的y值,然而根据式()得到的y值与实际的y值存在一个误差(即图2-1中点到直线的距离)。8如果我们以u表示误差,则方程()变为:即:其中t(=1,2,3,…..,T)表示观测数。()()式()即为一个简单的双变量回归模型(因其仅具有两个变量x,y)的基本形式。9其中yt被称作因变量(dependentvariable)、被解释变量(explainedvariable)、结果变量(effectvariable);xt被称作自变量(independentvariable)、解释变量(explanatoryvariable)、原因变量(causalvariable)10