·散点图近似于一条直线,单个点不完全落在直线上,而是 均匀分布在一条直线的附近。 ·散点图表示消费与收入之间呈现出线性相关关系 在设计理论模型阶段: 凯恩斯绝对收入偎设消费理论:消费(c)是由收入(y) 唯一决定的,是收入的线性函数: c=c+βy (21.1) 但实际上上述等式不能准确实现 因此,一个更符合实际的数学描述为: c=a+βy+μ 2.1.2 其中:μ是一个随机误差项,是其他影响因素的“综合体” c是被解释变量;y是解释变量;α和β是参数 (21.2)是一个线性回归模型
• 散点图近似于一条直线，单个点不完全落在直线上，而是 均匀分布在一条直线的附近。 • 散点图表示消费与收入之间呈现出线性相关关系。 • 在设计理论模型阶段： 凯恩斯绝对收入假设消费理论：消费（c）是由收入（y） 唯一决定的，是收入的线性函数： c= + y (2.1.1) 但实际上上述等式不能准确实现。 • 因此，一个更符合实际的数学描述为： c = + y+ (2.1.2) 其中： 是一个随机误差项，是其他影响因素的“综 合体”； c是被解释变量；y是解释变量； 和 是参数 (2.1.2)是一个线性回归模型
线性回归模型的特征 计量经济学模型的特征 计星客学只讨论相关关系,所以模型的方程中一底含有 确定部 经 与含理论到击更在手址中 经济系统 ·线性回归模型的特征: )通过引入随机误差项,将变量之间的 谷用随机 析续菜 信计芳程中的参数; (2)在线性回归模型史,被解释变量的特征由解释变量(a 随机误差(μ)项共同决定
一、线性回归模型的特征 • 计量经济学模型的特征： • 计量经济学只讨论相关关系，所以模型的方程中一定含有 随机误差项， 表示对确定部分的扰动。计量经济学模 型与一般经济理论模型的主要区别就在于模型中添加随机 扰动项或误差项。引入随机扰动项是为了更准确地描述社 会经济系统。 • 线性回归模型的特征： ⑴ 通过引入随机误差项，将变量之间的关系用一个线性随 机方程来描述，并用随机数学的方法（回归分析方法）来 估计方程中的参数； ⑵ 在线性回归模型中，被解释变量的特征由解释变量 （ + y ）与随机误差（ ）项共同决定
二、设置随机误差项的原因(随机误差项的影 响因素) (1)在解释变量中被忽略的因素的影响——模型 中被省略了的解释变量包含在随机扰动项μ中。。 (2)变量观测值的观测误差的影响—在收集和 整理加工数据时,测量误差致使观察值不等于实 际值,汇总也存在误差。 ·(3)模型关系的设定造成的误差的影响—由于 认识不足或者简化。例如将非线性设定成线性模 型 (4)其它随机因素的影响 客观现象的随机性 由于经济活动是人类参与的,因此不可能像科学 实验那样精确。此外还有社会环境和自然环境的 随杌性
二、设置随机误差项的原因(随机误差项的影 响因素) （1）在解释变量中被忽略的因素的影响——模型 中被省略了的解释变量包含在随机扰动项中。。 • （2）变量观测值的观测误差的影响——在收集和 整理加工数据时，测量误差致使观察值不等于实 际值，汇总也存在误差。 • （3）模型关系的设定造成的误差的影响——由于 认识不足或者简化。例如将非线性设定成线性模 型。 • （4）其它随机因素的影响——客观现象的随机性。 由于经济活动是人类参与的，因此不可能像科学 实验那样精确。此外还有社会环境和自然环境的 随机性
原因 (1)消费除受收入影响外,还受其他因素(商品价 格、家庭收入、家庭人口)的影响; (2)收集数据时存在误差,收入数据本身并不绝对 准确地反映收入水平,总会出现测量误差,从而, 收入变量观测值只是近似的。 (3)线性关系只是一个近似描述,并不是两变量关 系的严格描述;(这一点由散点图也可知) (4)人在消费时,由于消费心理,广告宣传等不确 定性因素的影响,使得消费具有一定的随机性
• 原因 ⑴消费除受收入影响外，还受其他因素（商品价 格、家庭收入、家庭人口）的影响； ⑵收集数据时存在误差，收入数据本身并不绝对 准确地反映收入水平，总会出现测量误差，从而， 收入变量观测值只是近似的 。 ⑶线性关系只是一个近似描述，并不是两变量关 系的严格描述；（这一点由散点图也可知） (4)人在消费时，由于消费心理，广告宣传等不确 定性因素的影响，使得消费具有一定的随机性
线性回归模型是计量经济学模型的主要形式,许 多实际经济活动中经济变量间的复杂关系都可以通 过一些简单的数学处理,使之化为数学上的线性关 系
线性回归模型是计量经济学模型的主要形式，许 多实际经济活动中经济变量间的复杂关系都可以通 过一些简单的数学处理，使之化为数学上的线性关 系