线性回归分析(Eviews6).ppt

《线性回归分析(Eviews6).ppt》由会员分享，可在线阅读，更多相关《线性回归分析(Eviews6).ppt（57页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1研究经济问题 量化分析意识 量化分析手段 建立计量模型 用模型解释经济问题2上一讲重要概念：研究某一经济现象，会面临两个问题：一是一个变量的变化常常受其他多个经济变量的影响。为描述这些变量之间的关系，研究这些变量之间的变化规律，通常要建立计量经济模型，研究模型参数，进而利用计量经济模型进行预测。通常运用回归分析方法。二是仅知道一个变量的历史数据，要研究它的变化规律，也要建立计量经济模型，研究模型参数，进而利用计量经济模型进行预测。通常运用时间序列分析方法3上一讲重要概念：线性回归分析主要研究经济变量之间的线性因果关系。以预先设定的线性回归模型为基础，而且设定的模型一般有经济理论根据。回归分析

2、关心的是根据解释变量的已知或给定值，考察被解释变量的总体均值 在给定解释变量Xi条件下被解释变量Yi的期望(平均值）轨迹称为总体回归线 相应的函数 称为（双变量）总体回归函数4 回归函数（PRF）说明被解释变量Y 的平均状态（总体条件期望）随解释变量X 变化的规律 随机扰动项 总体回归模型5随机误差项主要包括下列因素的影响：1）在解释变量中被忽略的因素的影响；2）变量观测值的观测误差的影响；3）模型关系的设定误差的影响；4）其它随机因素的影响。6产生并设计随机误差项的主要原因：1）理论的含糊性；2）数据的欠缺；3）节省原则。样本回归函数（SRF）记样本回归线的函数形式为：称为样本回归函数7 这

3、里将样本回归线看成总体回归线的近似替代8则 注意：回归分析的主要目的：根据样本回归函数SRF，估计总体回归函数PRF。SRF 在某种规则下（古典假设）是PRF 的最好估计 910总体回归模型n 个随机方程的矩阵表达式为模型的假设线性回归模型必须满足一定的假设，主要包括：1、变量Y 和 之间存在线性随机函数关系2、对应每组观测数据的误差项 都为零均值的随机变量；E()=03、误差项 的方差为常数；Var()=4、对应不同观测数据的误差项不相关 115、解释变量（k=1,K）是确定性变量而非随机变量。当存在多个解释变量（K 1）时假设不同解释变量之间不存在线性关系，包括严格的线性关系和强的近似线性

4、关系。6、误差项 服从正态分布。12第二节 参数估计 设定线性回归模型的前提是相信变量关系确实存在。根据数据求出参数的取值。这就是线性回归模型的参数估计，是线性回归分析的核心工作。13一、参数的最小二乘估计 在模型假设成立的前提下，线性回归模型参数估计的主要方法有 最大似然估计、矩估计 最小二乘估计 三种方法估计的结果基本一致。由于最小二乘法的要求比较简单，而且可以作更多的扩展，因此最小二乘法是线性回归模型参数估计的基本方法。1415(一).一元线性回归模型 一元线性回归模型：只有一个解释变量 i=1,2,nY为被解释变量，X为解释变量，0与1为待估参数，为随机干扰项 给定一组样本观测值（Xi

5、,Yi）（i=1,2,n）要求样本回归函数Y=a+bX 尽可能好地拟合这组值.对给定的Xi,样本点纵坐标与回归直线纵坐标之间的偏差 ei=Yi-(a+bXi)普通最小二乘法（Ordinary least squares,OLS）给出的判断标准是：二者之差的平方和16最小。最小二乘估计的基本思路：核心：最小化17n 参数估计值18例3-2-1 上海经济的消费规律研究年份 可支配收入X消费性支出Y年份 可支配收入X消费性支出Y1981 636.82 585 1990 2181.65 19361982 659.25 576 1991 2485.46 21671983 685.92 615 1992

6、3008.97 25091984 834.15 726 1993 4277.38 35301985 1075.26 992 1994 5868.48 46691986 1293.24 1170 1995 7171.91 58681987 1437.09 1282 1996 8158.74 67631988 1723.44 1648 1997 8438.89 68201989 1975.64 1812 1998 8773.10 686619使用Eviews 进行回归分析 1.打开Eviews 2.建立工作文件：File/New/Workfile 在Workfile Create(创建文件)对话框

7、中(1)Workfile Structure Type(数据结构类型)中选择Dated-reqular frequency(对通常时间序列数据都这样选)20(2)Dated Specification 框下 Frequency 中选择Annual Start 中填入1981 End 中填入1998(3)Names(Optional)框下Wf 中填入文件名Page 中填入p1 或pi(也可不填)点击OK21（3）输入和编辑数据 建立新序列：点击Objects/New Object 在Type of object 下选择Seris(时间序列)在Name for object 下填入序列名 点击OK 在Workfile 对话框下 双击序列x 的图标，出现Series:x 对话框 点击Edit+/-，依次输入数据。22（4）.回归分析 Equation(1)点击Object/New object/Equation/填入回归方程的名字；(2)在Equation specification 框中输入 Y C X可得到Eviews 回归结果：23