内容回顾 线性回归模型和一元线性回归 模型
内容回顾 ——线性回归模型和一元线性回归 模型
1计量模型中设置随机误差项的原因 (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
1.计量模型中设置随机误差项的原因 （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
2.元线性回归模型的一般形式 y1=6+B1x1+1(i=12,n)(220 被解释变量 y(dependent variable) 解释变量 x( independent variable) 随机误差项 u(disturbance term or stochastic error 参数 βo、β 斜率 β1( slope parameter) ·截距 Bo(intercept parameter 样本观测值的下标i 样本容量
2.一元线性回归模型的一般形式 • • (2.2.1) • 被解释变量 y (dependent variable) , • 解释变量 x ( independent variable) • 随机误差项 （disturbance term or stochastic error ） • 参数 0 、1 • 斜率 1 （ slope parameter ） • 截距 0 （intercept parameter） • 样本观测值的下标 i • 样本容量 n yi = 0 + 1 xi + （i i =1,2, ,n）
一元线性回归模型一般形式y1=6+Bx1+H1(i=1,2,…,n) 的说明 由于总体的信息往往无法掌握,现实的情况只能是在一次 观测中得到总体的一组样本,计量经济研究是利用样本数 据进行对被解释变量与解释变量之间数量关系说明的。 (x;,表示一对具体的样本观测值,抽取样本后它们的值 就确定了。 共n组样本观测值(样本数据)(x1),(x2,2) i=l,2, 共表示对应于每对(xpy的随机误差,它是随机变量,是 未知的。 和β1是反映研究总体中变量间真实数量关系的的,由于 体的未知性,所以它们是未知的,但是为确定的常数
一元线性回归模型一般形式 的说明 • 由于总体的信息往往无法掌握，现实的情况只能是在一次 观测中得到总体的一组样本，计量经济研究是利用样本数 据进行对被解释变量与解释变量之间数量关系说明的。 • (xi ,yi ) 表示一对具体的样本观测值，抽取样本后它们的值 就确定了。 • 共n 组样本观测值（样本数据）(x1 ,y1 ) , (x2 ,y2 ) …….., (xn ,yn ) i=1,2, ……,n • i 表示对应于每对(xi ,,yi )的随机误差，它是随机变量，是 未知的。 • 0 和1是反映研究总体中变量间真实数量关系的的，由于 总体的未知性，所以它们是未知的，但是为确定的常数。 yi = 0 + 1 xi + （i i =1,2, ,n）
对下标的一点说明 ·作为一种惯例,观测值的下标用于截面 数据(在一个时间点上收集的数据); ·而下标将用于时间序列数据(对一个时期 收集的数据)
对下标的一点说明： • 作为一种惯例，观测值的下标i将用于截面 数据（在一个时间点上收集的数据）； • 而下标t将用于时间序列数据（对一个时期 收集的数据）