计量经济学回归分析模型一元线性回归模型回归分析概述回归分析概述对变量间统计依赖关系得考察主要就是通过相关分析(correlationanalysis)或回归分析(regressionanalysis)来完成得:①不线性相关并不意味着不相关;②有相关关系并不意味着一定有因果关系;③回归分析/相关分析研究一个变量对另一个(些)变量得统计依赖关系,但她们并不意味着一定有因果关系。④相关分析对称地对待任何(两个)变量,两个变量都被看作就是随机得。回归分析对变量得处理方法存在不对称性,即区分应变量(被解释变量)与自变量(解释变量):前者就是随机变量,后者不就是。回归分析(regressionanalysis)就是研究一个变量关于另一个(些)变量得具体依赖关系得计算方法与理论。其用意:在于通过后者得已知或设定值,去估计与(或)预测前者得(总体)均值。这里:前一个变量被称为被解释变量(ExplainedVariable)或应变量(DependentVariable),后一个(些)变量被称为解释变量(ExplanatoryVariable)或自变量(IndependentVariable)。由于变量间关系得随机性,回归分析关心得就是根据解释变量得已知或给定值,考察被解释变量得总体均值,即当解释变量取某个确定值时,与之统计相关得被解释变量所有可能出现得对应值得平均值。(1)由于不确定因素得影响,对同一收入水平X,不同家庭得消费支出不完全相同;(2)但由于调查得完备性,给定收入水平X得消费支出Y得分布就是确定得,即以X得给定值为条件得Y得条件分布(Conditionaldistribution)就是已知得,如:P(Y=561|X=800)=1/4。描出散点图发现:随着收入得增加,消费“平均地说”也在增加,且Y得条件均值均落在一根正斜率得直线上。这条直线称为总体回归线。大家学习辛苦了，还是要坚持概念:回归函数(PRF)说明被解释变量Y得平均状态(总体条件期望)随解释变量X变化得规律。三、随机扰动项例2、1中,个别家庭得消费支出为:随机误差项主要包括下列因素得影响:四、样本回归函数(SRF)核样本得散点图(scatterdiagram):这里将样本回归线看成总体回归线得近似替代