1
第二ç«?/p>
经典单方程计量经济学模型:一元线性回归模åž?/p>
一、内容提è¦?/p>
本章介绍了回归分析的基本思想与基本方法。首先,本章从总体回归模型与总体回归
函数ã€?/p>
样本回归模型与样本回归函数这两组概念开始,
建立了回归分析的基本思想ã€?/p>
总体å›?/p>
归函数是对总体变量间关系的定量表述ï¼?/p>
由总体回归模型在若干基本假设下得到ï¼?/p>
但它只是
建立在理论之上,
在现实中只能先从总体中抽取一个样本,
获得样本回归函数ï¼?/p>
并用它对æ€?/p>
体回归函数做出统计推断ã€?/p>
本章的一个重点是如何获取线性的样本回归函数,主要涉及到普通最小二乘法ï¼?/p>
OLS
ï¼?/p>
的学习与掌握。同时,也介绍了极大似然估计法(
ML
)以及矩估计法(
MM
ï¼?/p>
�/p>
本章的另一个重点是对样本回归函数能否代表总体回归函数进行统计推断,即进行所
谓的统计检验ã€?/p>
统计检验包括两个方面,
一是先检验样本回归函数与样本点的
“拟合优度â€?/p>
ï¼?/p>
第二是检验样本回归函数与总体回归函数的“接近”程度。后者又包括两个层次:第一,检
验解释变量对被解释变量是否存在着显著的线性影响关系,通过变量çš?/p>
t
检验完成;第二ï¼?/p>
检验回归函数与总体回归函数的“接近”程度,通过参数估计值的“区间检验”完成ã€?/p>
本章还有三方面的内容不容忽视。其一,若干基本假设。样本回归函数参数的估计ä»?/p>
及对参数估计量的统计性质的分析以及所进行的统计推断都是建立在这些基本假设之上的ã€?/p>
其二ï¼?/p>
参数估计量统计性质的分析,
包括小样本性质与大样本性质,尤其是无偏性、有效æ€?/p>
与一致性构成了对样本估计量优劣的最主要的衡量准则ã€?/p>
Goss-markov
定理表明
OLS
估计é‡?/p>
是最佳线性无偏估计量ã€?/p>
其三ï¼?/p>
运用样本回归函数进行预测ï¼?/p>
包括被解释变量条件均值与ä¸?/p>
值的预测,以及预测置信区间的计算及其变化特征ã€?/p>
二、典型例题分æž?/p>
ä¾?/p>
1
�/p>
ä»?/p>
kids
表示一名妇女生育孩子的数目ï¼?/p>
educ
表示该妇女接受过教育的年数。生
育率对教育年数的简单回归模型为
�/p>
�/p>
�/p>
�/p>
�/p>
�/p>
educ
kids
1
0