计量经济学第二章简单线性回归模型案例分析.ppt

1第八节第八节 案例分析案例分析案例案例:分析各地区城镇居民计算机拥有量与城分析各地区城镇居民计算机拥有量与城镇居民收入水平的关系镇居民收入水平的关系 提出问题：提出问题：随着信息化程度和居民收入水平的提高，作为随着信息化程度和居民收入水平的提高，作为居民耐用消费品重要代表的计算机已为众多城镇居民家居民耐用消费品重要代表的计算机已为众多城镇居民家庭所拥有。研究中国各地区城镇居民计算机拥有量与居庭所拥有。研究中国各地区城镇居民计算机拥有量与居民收入水平的数量关系，对于探寻居民消费增长的规律民收入水平的数量关系，对于探寻居民消费增长的规律性，分析各地区居民消费的差异，预测地区全体居民消性，分析各地区居民消费的差异，预测地区全体居民消费水平和结构的发展趋势，合理规划信息产业的发展，费水平和结构的发展趋势，合理规划信息产业的发展，都有重要的意义。都有重要的意义。理论分析：理论分析：影响居民计算机拥有量的因素有多种，但从影响居民计算机拥有量的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入水平。理论和经验分析，最主要的影响因素应是居民收入水平。从理论上说居民收入水平越高，居民计算机拥有量越多。从理论上说居民收入水平越高，居民计算机拥有量越多。2变量选择：变量选择：被解释变量选择能代表城乡所有居民消费的被解释变量选择能代表城乡所有居民消费的“城镇居民家庭平均每百户计算机拥有量城镇居民家庭平均每百户计算机拥有量”(单位单位:台台)；解释变量选择表现城镇居民收入水平的解释变量选择表现城镇居民收入水平的“城镇居民平均每城镇居民平均每人全年家庭总收入人全年家庭总收入”（单位（单位:元）元）研究范围：研究范围：全国各省市全国各省市2011年底的城镇居民家庭平均每年底的城镇居民家庭平均每百户计算机拥有量和城镇居民平均每人全年家庭总收入数百户计算机拥有量和城镇居民平均每人全年家庭总收入数据。据。2011年中国各地区城镇居民每百户计算机拥有量和人均总收入地区地区2011年底城镇居民家庭平均每百户计算机拥有量年底城镇居民家庭平均每百户计算机拥有量(台台)Y城镇居民平均每人全年家庭总收入城镇居民平均每人全年家庭总收入（元）（元）X X北 京103.5137124.39天 津95.429916.04河 北74.7419591.91山 西69.4519666.1内蒙古60.8321890.19辽 宁71.6622879.77吉 林68.0419211.71黑龙江55.3617118.49上 海137.740532.29江 苏96.9428971.98浙 江103.1734264.38安 徽74.0420751.11福 建10327378.11江 西73.8718656.52山 东85.8824889.8地区地区2011年底城镇居民家庭平均每百户计算机拥有量年底城镇居民家庭平均每百户计算机拥有量(台台)Y城镇居民平均每人全年家庭总收入城镇居民平均每人全年家庭总收入（元）（元）X X河 南71.4119526.92湖 北75.4920193.27湖 南66.3620083.87广 东104.1330218.76广 西91.7220846.11海 南63.8220094.18重 庆76.0721794.27四 川68.8619688.09贵 州63.8917598.87云 南63.5520255.13西 藏58.8318115.76陕 西82.4320069.87甘 肃56.1416267.37青 海52.6517794.98宁 夏59.3919654.59新 疆61.217631.15为了初步分析城镇居民家庭平均每百户计算机拥有量为了初步分析城镇居民家庭平均每百户计算机拥有量(Y)与城镇居民平均每人全年家庭总收入与城镇居民平均每人全年家庭总收入(X)的关系，的关系，作以作以X为横坐标，以为横坐标，以Y为纵坐标的散点图。为纵坐标的散点图。5从散点图可以看出城镇居民家庭从散点图可以看出城镇居民家庭平均每百户计算机拥有量平均每百户计算机拥有量(Y)与与城镇居民平均每人全年家庭总收城镇居民平均每人全年家庭总收入入(X)大体呈现线性关系。大体呈现线性关系。可以建立如下简单线性回归模型：可以建立如下简单线性回归模型：模型设定模型设定:6估计参数估计参数假定模型中随机扰动满足基本假定，可用假定模型中随机扰动满足基本假定，可用OLS法。法。具体操作：使用具体操作：使用EViews 软件，估计结果是：软件，估计结果是：77用规范的形式将参数估计和检验的结果写为：用规范的形式将参数估计和检验的结果写为：（5.6228）(0.00024)t=(2.1267)(11.9826)F=143.5836 n=318 1.可决系数：可决系数：模型整体上拟合较好。模型整体上拟合较好。2.系数显著性检验：取系数显著性检验：取 ，查，查t分布表得自由度分布表得自由度为为 的临界值为的临界值为 。因为因为 应应拒拒绝绝3.用用P值检验值检验 p=0.0000表明，城镇居民人均总收入对城镇居民每百户计算机拥有量确表明，城镇居民人均总收入对城镇居民每百户计算机拥有量确有显著影响。有显著影响。模型检验模型检验应应拒拒绝绝9 4.4.经济意义检验：经济意义检验：所估计的参数所估计的参数 ,说明城镇说明城镇居民家庭人均总收入每增加居民家庭人均总收入每增加1 1元，平均说来城镇居元，平均说来城镇居民每百户计算机拥有量将增加民每百户计算机拥有量将增加0.0028730.002873台，这与台，这与预期的经济意义相符。预期的经济意义相符。10点预测：点预测：如果西部地区某省城镇居民家庭人均总收入能达到25000元/人，利用所估计的模型可预测城镇居民每百户计算机拥有量，点预测值为经济预测经济预测(台)区间预测区间预测:平均值区间预测上下限平均值区间预测上下限：已知已知:11由X和Y的描述统计结果平均值区间预测区间预测平均值区间预测区间预测即是说即是说：当地区城镇居民人均总收入达到当地区城镇居民人均总收入达到25000元时，城镇居元时，城镇居民每百户计算机拥有量民每百户计算机拥有量 平均值置信度平均值置信度95%的预测区间为的预测区间为（80.6219，86.9473）台。）台。1212个别值区间预测个别值区间预测:即是说即是说：当地区城镇居民人均总收入达到当地区城镇居民人均总收入达到25000元时，元时，城镇居民每百户计算机拥有量城镇居民每百户计算机拥有量 个别值置信度个别值置信度95%的预的预测区间为（测区间为（67.0656，100.5036）台。）台。本章小结本章小结1、变量间的关系变量间的关系分为函数关系与相关关系。分为函数关系与相关关系。相关系数是对变量间线性相关程度的度量。相关系数是对变量间线性相关程度的度量。2、现代意义的回归是一个被解释变量对若干个解释变量、现代意义的回归是一个被解释变量对若干个解释变量依存关系的研究，依存关系的研究，回归的实质回归的实质是由解释变量去估计被是由解释变量去估计被解释变量的平均值。解释变量的平均值。3、总体回归函数（总体回归函数（PRF）是将总体被解释变量是将总体被解释变量Y的条件的条件均值表现为解释变量均值表现为解释变量X的某种函数。的某种函数。样本回归函数（样本回归函数（SRF）是将被解释变量是将被解释变量Y的样本条件的样本条件均值表示为解释变量均值表示为解释变量X的某种函数。的某种函数。总体回归函数与样本回归函数的总体回归函数与样本回归函数的区别与联系区别与联系。134、随机扰动项随机扰动项是被解释变量实际值与条件均值的偏差，是被解释变量实际值与条件均值的偏差，代表排除在模型以外的所有因素对代表排除在模型以外的所有因素对Y的影响。的影响。5、简单线性回归的、简单线性回归的基本假定基本假定：对模型和变量的假定、对：对模型和变量的假定、对随机扰动项随机扰动项u的假定（零均值假定、同方差假定、无自的假定（零均值假定、同方差假定、无自相关假定、随机扰动与解释变量不相关假定、正态性相关假定、随机扰动与解释变量不相关假定、正态性假定）假定）6、普通最小二乘法（普通最小二乘法（OLS）估计参数的估计参数的基本思想基本思想及及估计估计量量；OLS 估计量的估计量的分布性质分布性质及期望、方差和标准误差；及期望、方差和标准误差；OLS估计式是估计式是最佳线性无偏估计最佳线性无偏估计量。量。147、简单线性回归模型极大似然估计的思想和方法。、简单线性回归模型极大似然估计的思想和方法。8、对、对回归系数区间估计回归系数区间估计的思想和方法。的思想和方法。9、拟合优度拟合优度是样本回归线对样本观测数据拟合的优是样本回归线对样本观测数据拟合的优劣程度，可决系数是在总变差分解基础上确定的。劣程度，可决系数是在总变差分解基础上确定的。可决系数的计算方法、特点与作用可决系数的计算方法、特点与作用。10、对、对回归系数假设检验回归系数假设检验的基本的基本思想思想。对回归系数。对回归系数t检验检验的思想与方法；用的思想与方法；用P值值判断参数的显著性。判断参数的显著性。1511、被解释变量平均值预测与个别值预测的关系，被解、被解释变量平均值预测与个别值预测的关系，被解释变量释变量平均值的点预测平均值的点预测和和区间预测区间预测的方法，被解释变的方法，被解释变量量个别值区间预测个别值区间预测的方法。的方法。12、运用、运用EViews软件实现对简单线性回归模型的估计软件实现对简单线性回归模型的估计和检验。和检验。161717第二章结束了！第二章结束了！