1、會(huì)計(jì)學(xué)1單方程單方程(fngchng)計(jì)量經(jīng)濟(jì)學(xué)模型單方程計(jì)量經(jīng)濟(jì)學(xué)模型單方程(fngchng)計(jì)量經(jīng)濟(jì)學(xué)模型計(jì)量經(jīng)濟(jì)學(xué)模型第一頁，共21頁。第1頁/共21頁第二頁，共21頁。2.1 2.1 回歸回歸(hugu)(hugu)分析概述分析概述一、變量間的關(guān)系及回歸一、變量間的關(guān)系及回歸(hugu)分析的基本概分析的基本概念念 二、總體二、總體(zngt)回歸函數(shù)回歸函數(shù)三、隨機(jī)擾動(dòng)項(xiàng)三、隨機(jī)擾動(dòng)項(xiàng)四、樣本回歸函數(shù)（四、樣本回歸函數(shù)（SRFSRF）第2頁/共21頁第三頁，共21頁。隨機(jī)變量間的關(guān)系(gun x)。一、變量一、變量(binling)間的關(guān)系及回歸分析的基本間的關(guān)系及回歸分析的基本概念

2、概念 1 1、變量間的關(guān)系、變量間的關(guān)系 經(jīng)濟(jì)變量之間的關(guān)系，大體可分為兩類：第3頁/共21頁第四頁，共21頁。2,半徑半徑圓面積f施肥量陽光降雨量氣溫農(nóng)作物產(chǎn)量,f例如：例如： 函數(shù)函數(shù)(hnsh)(hnsh)關(guān)系：關(guān)系：統(tǒng)計(jì)依賴統(tǒng)計(jì)依賴(yli)關(guān)系關(guān)系/統(tǒng)計(jì)相關(guān)關(guān)系：統(tǒng)計(jì)相關(guān)關(guān)系：第4頁/共21頁第五頁，共21頁。注意(zh y)：第5頁/共21頁第六頁，共21頁。2 2、回歸、回歸(hugu)(hugu)分析的分析的基本概念基本概念 回歸分析構(gòu)成計(jì)量經(jīng)濟(jì)學(xué)的方法論基礎(chǔ)，其主要內(nèi)容包括：回歸分析構(gòu)成計(jì)量經(jīng)濟(jì)學(xué)的方法論基礎(chǔ)，其主要內(nèi)容包括： （1）根據(jù)）根據(jù)樣本觀察樣本觀察(gunch)值

3、對(duì)經(jīng)濟(jì)計(jì)量模型參數(shù)進(jìn)行估計(jì)，求得回歸方程；值對(duì)經(jīng)濟(jì)計(jì)量模型參數(shù)進(jìn)行估計(jì)，求得回歸方程；（2）對(duì)回歸方程、參數(shù)估計(jì)值進(jìn)行顯著性檢驗(yàn)；）對(duì)回歸方程、參數(shù)估計(jì)值進(jìn)行顯著性檢驗(yàn)；（3）利用回歸方程進(jìn)行分析、評(píng)價(jià)及預(yù)測(cè)。）利用回歸方程進(jìn)行分析、評(píng)價(jià)及預(yù)測(cè)。第6頁/共21頁第七頁，共21頁。 例例2.1：一個(gè)假想的社區(qū)有：一個(gè)假想的社區(qū)有100戶家庭組成，要研究該社戶家庭組成，要研究該社區(qū)每月家庭消費(fèi)支出區(qū)每月家庭消費(fèi)支出Y與每月家庭可支配收入與每月家庭可支配收入(shur)X的的關(guān)系。關(guān)系。 即如果知道了家庭的月收入即如果知道了家庭的月收入(shur)，能否預(yù)測(cè)該社，能否預(yù)測(cè)該社區(qū)家庭的平均月消費(fèi)支出水

4、平。區(qū)家庭的平均月消費(fèi)支出水平。 二、總體二、總體(zngt)回歸函數(shù)回歸函數(shù) 為達(dá)到此目的，將該100戶家庭劃分為組內(nèi)收入差不多的10組，以分析每一收入組的家庭消費(fèi)支出。第7頁/共21頁第八頁，共21頁。第8頁/共21頁第九頁，共21頁。因此，給定收入(shur)X的值Xi，可得消費(fèi)支出Y的條件均值（conditional mean）或條件期望（conditional expectation）： E(Y|X=Xi)該例中：E(Y | X=800)=561分析分析(fnx)：第9頁/共21頁第十頁，共21頁。0500100015002000250030003500500100015002000

5、2500300035004000每月可支配收入X（元）每月消費(fèi)支出Y（元） 第10頁/共21頁第十一頁，共21頁。 在給定解釋變量Xi條件下被解釋變量Yi的期望軌跡稱為(chn wi)總體回歸線（population regression line），或更一般地稱為(chn wi)總體回歸曲線（population regression curve）。稱為(chn wi)（雙變量）總體回歸函數(shù)（population regression function, PRF）。 相應(yīng)的函數(shù)：第11頁/共21頁第十二頁，共21頁。含義含義(hny)： 函數(shù)函數(shù)(hnsh)形式：形式： 可以是線性或非線性的

6、?？梢允蔷€性或非線性的。 例2.1中，將居民消費(fèi)支出看成是其可支配收入的線性函數(shù)時(shí): 為一線性函數(shù)。線性函數(shù)。其中，0，1是未知參數(shù)，稱為回回歸系數(shù)歸系數(shù)（regression coefficients）。 。第12頁/共21頁第十三頁，共21頁。稱i為觀察(gunch)值Yi圍繞它的期望值E(Y|Xi)的離差（deviation），是一個(gè)不可觀測(cè)的隨機(jī)變量，又稱為隨機(jī)干擾項(xiàng)（stochastic disturbance）或隨機(jī)誤差項(xiàng)（stochastic error）。 記第13頁/共21頁第十四頁，共21頁。 （1）該收入水平下所有(suyu)家庭的平均消費(fèi)支出E(Y|Xi)，稱為系統(tǒng)性（

7、systematic）或確定性（deterministic)部分。 （2）其他隨機(jī)或非確定性（nonsystematic)部分i。即，給定收入水平Xi ,個(gè)別家庭的支出可表示為兩部分之和:(*) 由于方程中引入了隨機(jī)項(xiàng)，成為計(jì)量經(jīng)濟(jì)學(xué)模型，因此也稱為總體回歸模型總體回歸模型。第14頁/共21頁第十五頁，共21頁。產(chǎn)生并設(shè)計(jì)隨機(jī)誤差項(xiàng)的主要原因：產(chǎn)生并設(shè)計(jì)隨機(jī)誤差項(xiàng)的主要原因：1）理論）理論(lln)的含糊性；的含糊性；2）數(shù)據(jù)的欠缺；）數(shù)據(jù)的欠缺；3）節(jié)省原則。）節(jié)省原則。第15頁/共21頁第十六頁，共21頁。 問：能否(nn fu)從該樣本估計(jì)總體回歸函數(shù)PRF？回答：能 例例2.2：在例2

8、.1的總體中有如下一個(gè)樣本， 總體的信息往往無法掌握，現(xiàn)實(shí)的情況只能是在一次觀測(cè)中得到總體的一個(gè)樣本。第16頁/共21頁第十七頁，共21頁。 記樣本回歸線的函數(shù)(hnsh)形式為：稱為樣本回歸函數(shù)樣本回歸函數(shù)（sample regression function，SRF）。 第17頁/共21頁第十八頁，共21頁。則 注意注意(zh y)：第18頁/共21頁第十九頁，共21頁。 樣本回歸函數(shù)的隨機(jī)形式樣本回歸函數(shù)的隨機(jī)形式(xngsh)/樣本回歸樣本回歸模型：模型：同樣地，樣本回歸(hugu)函數(shù)也有如下的隨機(jī)形式： 由于(yuy)方程中引入了隨機(jī)項(xiàng)，成為計(jì)量經(jīng)濟(jì)模型，因此也稱為樣本回歸模型（sa