《簡單線性回歸模型》PPT課件

《簡單線性回歸模型》PPT課件

ID:39656272

大小:515.61 KB

頁數(shù):68頁

時間:2019-07-08

《簡單線性回歸模型》PPT課件_第1頁
《簡單線性回歸模型》PPT課件_第2頁
《簡單線性回歸模型》PPT課件_第3頁
《簡單線性回歸模型》PPT課件_第4頁
《簡單線性回歸模型》PPT課件_第5頁
資源描述:

《《簡單線性回歸模型》PPT課件》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫

1、第二章簡單線性回歸模型定義模型的假設(shè)參數(shù)估計(jì)OLS的代數(shù)性質(zhì)擬合優(yōu)度測量單位和函數(shù)形式OLS的統(tǒng)計(jì)性質(zhì)其它說明目前主要關(guān)注橫截面數(shù)據(jù)的回歸分析截面數(shù)據(jù)是一個隨機(jī)樣本。每一個觀察是一個新的個人、企業(yè)或者其他的個體,這些個體在某個同一時點(diǎn)上的信息被記錄下來。如果樣本不是隨機(jī)的,那么就出現(xiàn)了樣本選擇性問題(sample-selectionproblem)obsnowageeducexperfemalemarried13.101121023.2412221133.001120046.008440155.3012701··········

2、··52511.56165015263.5014510所謂橫截面數(shù)據(jù)集,就是在給定時點(diǎn)對個人、家庭、企業(yè)、城市、州、國家或一系列其他單位采集的樣本所構(gòu)成的數(shù)據(jù)集。有時,所有單位的數(shù)據(jù)并非完全對應(yīng)于同一時間段。例如,幾個家庭可能在一年中的不同星期被調(diào)查。在一個純粹的橫截面分析中,我們應(yīng)該忽略數(shù)據(jù)搜集中細(xì)小的時間差別。如果一系列家庭都是在同一年度的不同星期被調(diào)查的,那我們?nèi)砸曋疄闄M截面數(shù)據(jù)集。橫截面數(shù)據(jù)的一個重要特征是,我們通??梢约俣?,它們是從樣本背后的總體中通過隨機(jī)抽樣(randomsampling)而得到的。例如,如果我們通過

3、隨機(jī)地從工人總體中抽取500人,并得到其有關(guān)工資、受教育程度、工作經(jīng)歷和其他特征方面的信息,那我們就得到所有工人構(gòu)成的總體的一個隨機(jī)樣本。隨機(jī)抽樣是初級統(tǒng)計(jì)學(xué)教程中所講授的抽樣方案,而且它使得對橫截面數(shù)據(jù)的分析大為簡化。有時,以隨機(jī)抽樣作為對橫截面數(shù)據(jù)的一個假定并不適當(dāng)。例如,假設(shè)我們對研究影響家庭財富積累的因素感興趣,雖然我們可以調(diào)查家庭的一個隨機(jī)樣本,但有些家庭可能拒絕報告其財富。比方說,如果越是富裕的家庭就越不愿意暴露其財富,那么由此得到的財富樣本,就不是由所有家庭構(gòu)成的總體的一個隨機(jī)樣本。這是對樣本選擇問題的一個解釋。簡

4、單回歸模型的定義簡單回歸模型可以用來研究兩個變量之間的關(guān)系。出于某些原因,簡單回歸模型要作為經(jīng)驗(yàn)性分析的一般工具,還存在著局限性。但是在某些情況下,把它當(dāng)作經(jīng)驗(yàn)工具來使用,還是非常適宜的。學(xué)會解釋簡單回歸模型,對于我們接下來要學(xué)習(xí)的多元回歸模型,無疑也是非常好的練習(xí)。應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)分析大多都是從如下假設(shè)前提開始的:y和x是代表某一個總體的兩個變量,我們感興趣的是用x來解釋y,或者說是研究y如何隨x而變化。一些例子:y是大豆的產(chǎn)出,x是化肥的用量;y是每小時的工資,x是受教育的年數(shù);y是社區(qū)的犯罪率,x是警察的數(shù)量,等等。簡單回歸

5、模型的定義簡單回歸模型的定義在寫出用x解釋y的模型時,我們要面臨三個問題。首先,既然兩個變量之間沒有一個確切的關(guān)系,那么我們應(yīng)該如何考慮其他影響y的因素呢?第二,y和x的函數(shù)關(guān)系是怎樣的呢?第三,我們怎樣知道是否抓住了在其他條件不變的情況下y和x之間的關(guān)系(如果這是我們所追求的目標(biāo)的話)呢?簡單回歸模型的定義我們可以通過寫出關(guān)于y和x的一個方程來消除這些疑惑。一個簡單的方程是:y=b0+b1x+u…………(2.1)且假定方程(2.1)在我們所關(guān)注的某個總體中成立,它定義了一個簡單線性回歸模型(simplelinearregres

6、sionmodel)。因?yàn)樗褍蓚€變量x和y聯(lián)系起來,所以又把它叫做兩變量或者雙變量線性回歸模型。我們現(xiàn)在來討論等式(2.1)中每個量的含義。在簡單線性回歸模型y=b0+b1x+u中,統(tǒng)稱y為:因變量(DependentVariable)或響應(yīng)變量(responsevariable)或被解釋變量(ExplainedVariable)或被預(yù)測變量(predictedvariable)或回歸子(regressand)幾個術(shù)語幾個術(shù)語在y對x的簡單線性回歸中,通常稱x為:自變量(IndependentVariable)或解釋變量(Ex

7、planatoryVariable)或回歸量(元)(Regressor)或協(xié)變量(Covariate)或預(yù)測元(predictorvariable)控制變量(ControlVariables)說明:“自變”(independent)與統(tǒng)計(jì)學(xué)概念里面隨機(jī)變量之間的獨(dú)立(independency)有所不同。yx因變量自變量被解釋變量解釋變量響應(yīng)變量控制變量被預(yù)測變量預(yù)測變量回歸子回歸元幾個術(shù)語幾個術(shù)語在簡單線性回歸模型y=b0+b1x+u中,我們稱u為誤差項(xiàng)或隨機(jī)擾動項(xiàng)。表示除x之外影響y的其他所有非觀測因素。一個簡單回歸分析能夠有

8、效地處理除x之外其他所有影響y的非觀測因素。也可以把u看作是“觀測不到的”因素。誤差項(xiàng)或隨機(jī)擾動項(xiàng)的來源:被忽略的因素測量誤差隨機(jī)誤差模型的設(shè)定誤差等式y(tǒng)=b0+b1x+u同樣表述了y和x之間的函數(shù)關(guān)系。如果u中的其他因素被看作是保持不變的,就意味著u的變化為零

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。