线性回归分析基础.ppt

《线性回归分析基础.ppt》由会员分享，可在线阅读，更多相关《线性回归分析基础.ppt（55页珍藏版）》请在三一办公上搜索。

1、第一章 一元线性回归分析基础,2023/6/23,重点问题,参数的最小二乘估计 最小二乘估计的性质 参数估计的检验 预测,2023/6/23,第一章 一元线性回归分析基础,1、几个概念条件分布（Conditional distribution）：以X取定值为条件的Y的条件分布条件概率（Conditional probability）：给定X的Y的概率，记为P(Y|X)。例如，P(Y=55|X=80)=1/5；P（Y=150|X=260）=1/7。条件期望（conditional Expectation）：给定X的Y的期望值，记为E(Y|X)。例如，E(Y|X=80)=551/5601/5651

2、/5701/5751/565总体回归曲线（Popular Regression Curve）（总体回归曲线的几何意义）：当解释变量给定值时因变量的条件期望值的轨迹。2、总体回归函数(Popular Regression Function，PRF)E(Y|Xi)=f(Xi)当PRF的函数形式为线性函数，则有，E(Y|Xi)=1+2Xi其中1和2为未知而固定的参数，称为回归系数。1和2也分别称为截距和斜率系数。上述方程也称为线性总体回归函数。3、“线性”的含义“线性”可作两种解释：对变量为线性，对参数为线性。一般“线性回归”一词总是指对参数为线性的一种回归（即参数只以它的1次方出现）。,2023/

3、6/23,第一章 一元线性回归分析基础,4、PRF的随机设定 将个别的Yi围绕其期望值的离差(Deviation)表述如下：ui=Yi-E(Y|Xi)或 Yi=E(Y|Xi)+ui其中ui为随机误差项（Stochastic error）或随机干扰项（Stochastic disturbance）。线性总体回归函数：PRF：Yi=1+2Xi+ui=E(Y|Xi)+ui5、随机干扰项的意义 随机扰动项是从模型中省略下来的而又集体地影响着Y的全部变量的替代物。显然的问题是：为什么不把这些变量明显地引进到模型中来，而以随即扰动项来替代？理由是多方面的：（1）理论的含糊性：理论不能完全说明影响因变量的所

4、有影响因素。（2）数据的欠缺：无法获得有关数据。（3）核心变量与周边变量：希望能找到与有较大影响的核心变量的关系。（4）内在随机性：因变量具有内在的随机性。（5）替代变量：用来代替不可观测变量的替代变量选择，造成一定误差。（6）省略原则：研究中尽可能使回归式简单。（7）错误的函数形式：回归式的的选择是主观的。,2023/6/23,第一章 一元线性回归分析基础,6、样本回归函数（SRF）由于在大多数情况下，我们只知道变量值得一个样本，要用样本信息的基础上估计PRF。,样本1,样本2,样本回归函数SRF：,在回归分析中，我们用SRF估计PRF。,2023/6/23,第一章 一元线性回归分析基础,估

5、计量（Estimator）：一个估计量又称统计量(statistic)，是指一个规则、公式或方法，以用来根据已知的样本所提供的信息去估计总体参数。在应用中，由估计量算出的数值称为估计（值）（estimate)。样本回归函数SRF的随机形式为：,其中 表示（样本）残差项（residual）。,Xi X,PRF:E(Y|Xi)=1+2Xi,SRF：,Y,E(Y|Xi),SRF是PRF的近似估计。为了使二者更为接近，即要使,第一章 一元线性回归分析基础,2023/6/23,主要内容,第一节 模型的假定 第二节 参数的最小二乘估计 第三节 最小二乘估计量的性质第四节 系数的显著性检验第五节 预测和预测

6、区间,第一章 一元线性回归分析基础,2023/6/23,第一节 模型的假定,一、一元线性回归模型 各种经济变量之间的关系，可以划分为两种类型。一类是变量之间有惟一确定的关系，即函数关系，可表示为：F(X1，X2，Xn，Y)=0(11)或 Y=f(X1，X2，Xn)(12)其中，最简单的形式为一元线性函数关系 Y=PX(13)另一类关系为不完全确定的相关关系,表示为：F(X1，X2，Xn，Y，u)=0(14),第一章 一元线性回归分析基础,2023/6/23,第一节 模型的假定,或 Y=f(X1，X2，Xn，u)(15)其中最简单的形式为一元线性回归模型 Y=1+2X+u(16)计量经济学只讨论

7、变量之间不完全确定的关系，如式(14)或式(15)所表示的关系。如式(16)所表示的关系式，称为一元线性回归模型。“一元”是指只有一个自变量X，这个自变量X可以解释引起因变量Y变化的部分原因。因此，X称为解释变量，Y称为被解释变量，1和2为参数。,第一章 一元线性回归分析基础,2023/6/23,第一节 模型的假定,“线性”一词在这里有两重含义。它一方面指被解释变量Y与解释变量X之间为线性关系，另一方面也指Y与参数1、2之间为线性关系。在数理统计学中，“回归”通常指散布点分布在一条直线(或曲线)附近，并且越靠近该直线(或曲线)，点的分布越密集的情况。“模型”一词通常指满足某些假设条件的方程或方

8、程组。,第一章 一元线性回归分析基础,2023/6/23,第一节 模型的假定,二、误差项的性质 与精密数学中的函数关系相比，回归模型式(14),式(15),式(16)中的显著特点是多了误差项u。产生误差项的原因主要有以下几方面：1.忽略掉的影响因素造成的误差 2.模型关系不准确造成的误差 3.变量观察值的计量误差 4.随机误差 误差项的存在是计量经济学模型的特点，是计量经济学模型与精密数学中完全确定的函数关系的主要区别。,第一章 一元线性回归分析基础,2023/6/23,第一节 模型的假定,三、经典假设条件 经典的一元线性回归模型 Yt=1+2Xt+ut(t=1,2,，n)(17)通常要满足五

9、个假设条件：假设1 误差项ut的数学期望(均值)为零，即 E(ut)=0(t=1,2,，n)(18)假设2 误差项ut的方差与t无关，为一个常数，即 var(ut)=E(ut-E(ut)2)=E(ut2)=u2(t=1,2,，n)(19)假设3 不同的误差项ut和us之间互相独立，即 cov(ut,us)=E(ut-E(ut)(us-E(us)=0(110),第一章 一元线性回归分析基础,2023/6/23,第一节 模型的假定,(ts;t=1,2,n;s=1,2,n)或 E(utus)=0(111)假设4 解释变量Xt与误差项ut不相关，即 cov(Xt,ut)=E(Xt-E(Xt)(ut-E

10、(ut)=E(Xt-E(Xt)ut)=0(t=1,2,，n)(112)假设5 ut为服从正态分布的随机变量，即 utN(0,u2)以上五个假设条件称为经典假设条件。综上所述，一元线性回归模型可以归结为 Yt=1+2Xt+ut(t=1,2,，n)(113),第一章 一元线性回归分析基础,2023/6/23,第一节 模型的假定,E(ut)=0 cov(ut,us)=0(ts；t,s=1,2,n)var(ut)=u2(常数)cov(Xt,ut)=0 utN(0,u2),第一章 一元线性回归分析基础,2023/6/23,第二节 参数的最小二乘估计,一、拟合准则与最小二乘估计 拟合准则：1使 达到最小值

11、 2使 达到最小值 3使 达到最小值 4使 达到最小值,第4种准则，由于逐项平方，不存在正负抵消的问题。它不仅考虑了所有点的影响，而且具有无偏性，是一个很好的准则。这个准则称为最小二乘准则。用最小二乘准则寻找拟合直线的方法称为最小二乘法。,第一章 一元线性回归分析基础,2023/6/23,第二节 参数的最小二乘估计,为简化表达式，从本节起，在不会发生误解的情况下，略去求和指标t求和的上下限。只要求和符号没有上下限，就表示为从t=1到t=n求和。即用求和符号代替符号,假设估计直线：Y=*+*X*，*为参数估计当X=XtYt=*+*Xt(Xt,Yt)(Xt,*+*Xt)残差：et=Yt-(*+*X

12、t)误差：ut=Yt-(+Xt)残差平方和：Q=et2=Yt-(*+*Xt)2,第一章 一元线性回归分析基础,2023/6/23,第二节 参数的最小二乘估计,第一章 一元线性回归分析基础,2023/6/23,第二节 参数的最小二乘估计,第一章 一元线性回归分析基础,2023/6/23,第二节 参数的最小二乘估计,第一章 一元线性回归分析基础,2023/6/23,第二节 参数的最小二乘估计,二、总体与样本 在数理统计中，通常把研究对象的全体称为总体。把总体中的每个元素称为个体。从总体中随机抽取的一组个体称为样本。抽取的个体数，称为样本容量。从总体中抽取样本的过程称为随机抽样。,总体,有限总体,无

13、限总体,任何样本都是有限的,第一章 一元线性回归分析基础,2023/6/23,第三节 最小二乘估计量的性质,一、线性特性,是指参数估计值*1和*2分别为观察值Yt或扰动项ut的线性组合。,证：*2=Xtyt/Xt2=Xt(Yt-)/X2t=（Xt/Xt2）Yt 令 bt=（Xt/Xt2）得*2=bt Yt 即*2 是Yt的线性组合,第一章 一元线性回归分析基础,2023/6/23,第三节 最小二乘估计量的性质,*2=btYt=bt(1+2Xt+ut)=1bt+2btXt+btut 其中：bt=(Xt/Xt2)=Xt/Xt2=0 btXt=(Xt/Xt2)Xt=(Xt(Xt+)/Xt2)=1 所

14、以*2=2+btut即*2也是ut的线性组合,第一章 一元线性回归分析基础,2023/6/23,第三节 最小二乘估计量的性质,*1=-1=(1/n)Yt-btYt=(1/n)-btYt令 at=(1/n)-bt由于和bt均为非随机变量，所以at也是非随机变量。因此*1=atYt即*1是Yt的线性组合。,第一章 一元线性回归分析基础,2023/6/23,第二节 参数的最小二乘估计,*1=at(1+2Xt+ut)=1at+2atXt+atut其中：at=(1/n)-bt=1-bt=1atXt=1/n-btXt=(1/n)Xt-btXt=0所以*1=1+atut即*1也是ut的线性组合,第一章 一元

15、线性回归分析基础,2023/6/23,第三节 最小二乘估计量的性质,二、无偏性 指*1和*2 的期望值分别等于总体参数1和2。即E(*1)=1 E(*2)=2 E(*2)=E(2+btut)=2+btE(ut)=2 E(*1)=E(1+atut)=1,第一章 一元线性回归分析基础,2023/6/23,第三节 最小二乘估计量的性质,三、最优性 指最小二乘估计*1和*2在各种线性无偏估计中，具有最小方差。1.先求*1和*2的方差 var(*2)=var(btYt)=bt2 var(1+2Xt+ut)=bt2 var(ut)=(Xt/Xt2)22=2/Xt2 var(*1)=var(atYt)=at

16、2 var(1+2Xt+ut)=at2 var(ut)=(1/n)-bt22=2(1/n+2/Xt2),第一章 一元线性回归分析基础,2023/6/23,第三节 最小二乘估计量的性质,2.证明最小方差性 假设*2是其他方法得到的关于2的线性无偏估计*2=ctYt 其中，ct=bt+dt，dt为不全为零的常数 则容易证明 var(*2)var(*2)同理可证明1的最小二乘估计量*1具有最小方差。高斯马尔可夫定理(Gauss-Markov theorem)：满足性质1、2、3的最小二乘估计量是最优线性无偏估计量（best linear unbiased estimator：BLUE）,第一章 一元

17、线性回归分析基础,2023/6/23,第四节 系数的显著性检验,一、误差项方差估计 对比总体回归模型和样本回归模型，可以看出，残差et可以看做误差项ut的估计值。计算如下：,第一章 一元线性回归分析基础,2023/6/23,第四节 系数的显著性检验,第一章 一元线性回归分析基础,2023/6/23,第四节 系数的显著性检验,二、参数估计的显著性检验 在上一节中，已经证明，由于最小二乘估计*1和*2 具有线性特性，所以*1和*2均为Yt的线性组合。因为Yt服从正态分布，所以作为Yt的线性组合的*1和*2也服从正态分布。由无偏性，证明了*1和*2的期望分别为总体参数1和2。在证明最优性的过程中又得

18、到*1和*2的方差。,第一章 一元线性回归分析基础,2023/6/23,第四节 系数的显著性检验,因此，可以得到*1和*2的抽样分布为,由于真实的2不知，用它的无偏估计量S2=et2/(n-2)替代时，可构造如下统计量：,第一章 一元线性回归分析基础,2023/6/23,检验步骤：,（1）对总体参数提出假设 H0：2=0，H1：20,（2）以原假设H0构造t统计量，并由样本计算其值,第一章 一元线性回归分析基础,2023/6/23,第四节 系数的显著性检验,（3）给定显著性水平，查t分布表，得临界值 t/2(n-2),(4)比较，判断 若|t|t/2(n-2)，则拒绝H0，接受H1；若|t|t

19、/2(n-2)，则拒绝H1，接受H0；,对于一元线性回归方程中的1，可构造如下t统计量进行显著性检验：,第一章 一元线性回归分析基础,2023/6/23,第四节 系数的显著性检验,三、总体参数的置信区间 总体参数1和2的置信区间分别为,第一章 一元线性回归分析基础,2023/6/23,第四节 系数的显著性检验,四、决定系数,由样本回归模型和样本回归方程，可以得到,这个恒等式把被解释变量的总偏差分解成相应的可解释偏差(回归偏差)和残差(随机偏差两部分之和，如下图：,第一章 一元线性回归分析基础,2023/6/23,第四节 系数的显著性检验,图15被解释变量偏差的分解,Xt,O,X,y,Yt,第一

20、章 一元线性回归分析基础,2023/6/23,第四节 系数的显著性检验,记,总体平方和（Total Sum of Squares）,回归平方和（Explained Sum of Squares）,残差平方和（Residual Sum of Squares）,TSS=ESS+RSS,可以证明,第一章 一元线性回归分析基础,2023/6/23,第四节 系数的显著性检验,由正规方程组,第一章 一元线性回归分析基础,2023/6/23,第四节 系数的显著性检验,所以,即,TSS=ESS+RSS,Y的观测值围绕其均值的总离差(total variation)可分解为两部分：一部分来自回归线(ESS)，另

21、一部分则来自随机势力(RSS)。,在给定样本中，TSS不变，如果实际观测点离样本回归线越近，则ESS在TSS中占的比重越大。,第一章 一元线性回归分析基础,2023/6/23,第四节 系数的显著性检验,因此定义：,表示拟合的程度，因此称为决定系数(coefficient of determination)或拟合优度。在相关分析中R2 也称为复相关系数。,0R2 1,第一章 一元线性回归分析基础,2023/6/23,第四节 系数的显著性检验,五、相关分析 通常把相关分析作为回归分析的补充分析方法。相关分析分为线性相关与非线性相关，如果样本点集中分布在一条直线附近，则两变量的关系称为线性相关。当直

22、线的斜率为正值，两变量的关系称为正线性相关。当直线的斜率为负值，两变量的关系称为负线性相关。如果样本点集中分布在一条曲线附近，则两变量的关系称为非线性相关。,第一章 一元线性回归分析基础,2023/6/23,第四节 系数的显著性检验,线性相关：通常用相关系数表示X和Y的相关程度,rXY为X与Y的简单相关系数(只有两个变量相关的相关系数)，同时也是样本相关系数,第一章 一元线性回归分析基础,2023/6/23,第四节 系数的显著性检验,总体相关系数,-1 1,=0，表示总体X与Y不相关；0，表示总体X与Y在一定程度上相关；=1，表示总体X与Y完全正相关或完全负相关。,第一章 一元线性回归分析基础

23、,2023/6/23,第四节 系数的显著性检验,X与Y总体是否相关的检验提出假设：H0=0 H10 构造统计量,第一章 一元线性回归分析基础,2023/6/23,第四节 系数的显著性检验,六、相关分析与回归分析的联系,决定系数R2与相关分析中的简单相关系数rXY之间的关系,简单相关系数rXY与回归分析中的参数估计*2的关系,第一章 一元线性回归分析基础,2023/6/23,第五节 预测和预测区间,一、预测的点估计根据样本回归方程,对原样本外的任意解释变量X0，可得到,因为：,第一章 一元线性回归分析基础,2023/6/23,第五节 预测和预测区间,值得注意：,但是,在多次观察中，平均值趋向于零

24、，从这个意义上,第一章 一元线性回归分析基础,2023/6/23,第五节 预测和预测区间,二、预测的区间估计 1.E(Y0)的置信区间,因为,所以,第一章 一元线性回归分析基础,2023/6/23,第五节 预测和预测区间,因为,又因为,第一章 一元线性回归分析基础,2023/6/23,第五节 预测和预测区间,所以,第一章 一元线性回归分析基础,2023/6/23,第五节 预测和预测区间,又因为,所以,所以,上式中，常用样本方差S2代替总体方差2进行计算,第一章 一元线性回归分析基础,2023/6/23,第五节 预测和预测区间,2.Y0的预测区间,第一章 一元线性回归分析基础,2023/6/23,第五节 预测和预测区间,因为,第一章 一元线性回归分析基础,2023/6/23,第五节 预测和预测区间,又因为,所以,由经典假设条件,（t0）,所以,第一章 一元线性回归分析基础,2023/6/23,第五节 预测和预测区间,同理,即,所以,上式中，常用样本方差S2代替总体方差2进行计算,第一章 一元线性回归分析基础,2023/6/23,第五节 预测和预测区间,三、影响预测区间大小的因素(1)误差项ut的方差或标准差的大小。这是随机影响因素，由总体决定。(2)样本容量n的大小。(3)x2t的大小(4),的大小,