以下为《计量经济学提纲》的无排版文字预览,完整内容请下载
计量经济学
线性回归的基本思想:双变量模型
2.1回归的含义
Y代表应变量 X代表自变量或解释变量
因果关系—— 某个经济理论支撑
根据自变量的取值,估计应变量均值
2.2总体回归函数(PRF):假想一例
散点图 条件均值(条件期望值)
总体回归线population regression line
随机/统计 总体回归函数 population regression function/、
确定/非随机 总体回归函数 nonstochastic PRF
y对x的回归
B1b2 参数 回归系数
回归分析是条件回归分析
2.3总体回归函数的统计的随机设定
μ随机误差项 噪 内容过长,仅展示头部和尾部部分文字预览,全文请查看图片预览。 变量不一定是线性的。
2.7从双变量回归到多元线性回归
多元线性回归:回归方程中不止一个自变量或解释变量
2.8参数估计:普通最小二乘法
最小二乘法:选择参数估计量使得残差平方和尽可能少
最小二成的正规方程
OLS 估计量【b1=y均值-b2x均值】
普通最小二乘估计量
用OLS 法得出的样本回归线经过样本均值点
均值的残差总为0
残差与解释变量和积求和为0,这两个变量不相关
对残差与y求和 值为0
2.9综合
截距的最好解释:回归模型中所有省略变量对Y的平均影响
2.10一些例子
在非线性模型中,斜率为-b2(1/x2)
[文章尾部最后300字内容到此结束,中间部分内容请查看底下的图片预览]请点击下方选择您需要的文档下载。
以上为《计量经济学提纲》的无排版文字预览,完整内容请下载
计量经济学提纲由用户“唯一V他”分享发布,转载请注明出处