一、简单回归模型的定义 关于u的舍义 变量u被称为关系式中的误差项(error term)或者干扰项(disturbance),表示除x之外其他 影响y的因素。简单回归分析有效地把除x之外其他所有影响y的因素都看成无法观测的因素。你 也可以把看作是“观测不到的”因素。 方程(2.1)还表现出y和x之间的函数关系。若u中的其他因素都保持不变，于是“的变化 为零，即△u=O,则x对y具有线性影响，其表述如下： 若△u=0,则△y=A△x (2.2) 因此，y的变化量无非就是B1与x的变化量之积。这就是说，保持“中其他因素不变，B就是y和 x的关系式中的斜率参数(slope parameter)；在应用经济学中，它是人们研究的主要兴趣所在。有 时被称作常数项的截距参数(intercept parameter)的A也有其作用，但很少被当作分析的核心。 中级计量经济学
一、简单回归模型的定义 关于u的含义 11 中级计量经济学
例子2.2：一个简单的工资方程 以下模型表示一个人的工资水平与他的可测教育水 平及其他非观测因素的关条： wage=B+阝，educ+w 若Wage和educ分别以每小时美元数和受教育的年度 来度量，则β1度量了在其他因素不变的情况下， 多接受一年的教育导致的小时工资的变化量。 问题：这里的非观测因素u可能包括哪些 因素？ 中级计量经济学
例子2.2：一个简单的工资方程 以下模型表示一个人的工资水平与他的可测教育水 平及其他非观测因素的关系： 若wage和educ分别以每小时美元数和受教育的年度 来度量，则β1度量了在其他因素不变的情况下， 多接受一年的教育导致的小时工资的变化量。 wage = + educ + u 0 1 问题：这里的非观测因素u可能包括哪些 因素？ 12 中级计量经济学
一、简单回归模型的定义 3、关于模型假设的几点说明 。 （2.1)式的线性形式意味着：不管x的初始值为多少， 它的任何一单位变化对y的影响都是相同的。 · 这样做，对许多经济应用来说是不现实的。 ·例如，在工资教育的例子中，或许还要考虑到递增的回报， 即后一年的教育比前一年的教育对工资的影响更大。 >13 中级计量经济学
一、简单回归模型的定义 3、关于模型假设的几点说明 • （2.1）式的线性形式意味着：不管 x 的初始值为多少， 它的任何一单位变化对 y 的影响都是相同的。 • 这样做，对许多经济应用来说是不现实的。 • 例如，在工资教育的例子中，或许还要考虑到递增的回报， 即后一年的教育比前一年的教育对工资的影响更大。 13 中级计量经济学
3、关于模型假设的几点说明 ·问题：简单线性回归模型（e2.1)是否真的得到关于x如 何在其他因素不变下影响y的结论？ 若能保持所有其他因素（u中)不变，B确实能度量x对 y的影响。即要保证u不变 @ u自己不变 ② u不随解释变量x变化 对u和X的养象如必约东 14 中级计量经济学
3、关于模型假设的几点说明 • 问题： 简单线性回归模型（e2.1）是否真的得到关于 x 如 何在其他因素不变下影响 y 的结论? • 若能保持所有其他因素（ u中 ）不变，β1确实能度量 x 对 y 的影响。即要保证u不变 ① u自己不变 ② u不随解释变量x变化 14 中级计量经济学
、1 简单回归模型的定义 4、关于u的假设 ①对u自己的变化进行假定 只要方程中包含截距阝0，假定总体中u的平均值为0就不会失掉什么。 。用数学形式表示为： E(u)=0 （2.5) ·是对总体中无法观测因素的分布的假设。 ·例如：教育与工资的关系中，能力会同时与教育和工资正 相关，2.5假设所有工人的平均能力为0。 ·假设(2.5)的约束性不是特别强，对u与x的关系没有提及 >15 中级计量经济学
一、简单回归模型的定义 4、关于u的假设 ① 对u自己的变化进行假定 只要方程中包含截距 β０ ，假定总体中 u 的平均值为０就不会失掉什么。 • 用数学形式表示为： E(u) ＝０ （2.5） • 是对总体中无法观测因素的分布的假设。 • 例如：教育与工资的关系中，能力会同时与教育和工资正 相关，2.5假设所有工人的平均能力为0。 • 假设（2.5）的约束性不是特别强，对u与x的关系没有提及 15 中级计量经济学