1、单方程计量经济学模型理论与方法Theory and Methodology of Single-Equation Econometric Model 单方程回归模型不仅能够用来做假设检验和预测，而且构成联立方程和时间序列模型的基础。第二章 经典单方程计量经济学模型：一元线性回归模型 回归分析概述 一元线性回归模型的参数估计 一元线性回归模型检验 一元线性回归模型预测 实例2.1 回归分析概述一、变量间的关系及回归分析的基本概念二、总体回归函数三、随机扰动项四、样本回归函数（ SRF）2.1 回归分析概述（ 1） 确定性关系 或 函数关系 ： 研究的是确定现象非随机变量间的关系。（ 2）统计依赖
2、 或 相关关系： 研究的是非确定现象随机变量间的关系。一、变量间的关系及回归分析的基本概念1、变量间的关系经济变量之间的关系，大体可分为两类：对变量间 统计依赖关系 的考察主要是通过 相关分析 (correlation analysis)或 回归分析 (regression analysis)来完成的：例如 ：函数关系：统计依赖关系 /统计相关关系： 不线性相关并不意味着不相关； 有相关关系并不意味着一定有因果关系； 回归分析 /相关分析 研究一个变量对另一个（些）变量的统计依赖关系，但它们并不意味着一定有因果关系。 相关分析 对称地对待任何（两个）变量，两个变量都被看作是随机的。 回归分析
3、对变量的处理方法存在不对称性，即区分应变量（被解释变量）和自变量（解释变量）：前者是随机变量，后者不是。 注意：回归分析 (regression analysis)是研究一个变量关于另一个（些）变量的具体依赖关系的计算方法和理论 。其用意 ： 在于通过后者的已知或设定值，去估计和（或）预测前者的（总体）均值 。这里： 前一个变量被称为 被解释变量 （ Explained Variable） 或 因变量 （ Dependent Variable）（响应变量、被预测变量、回归子）， 后一个（些）变量被称为 解释变量 （ Explanatory Variable） 或 自变量 （ Independe
4、nt Variable）（控制变量、预测变量、回归元） 。2、回归分析的基本概念回归分析构成计量经济学的方法论基础，其主要内容包括： （ 1）根据样本观察值对经济计量模型参数进行估计，求得 回归方程；（ 2） 对回归方程、参数估计值进行显著性检验；（ 3）利用回归方程进行分析、评价及预测。由于变量间关系的随机性， 回归分析 关心的是根据解释变量的已知或给定值，考察被解释变量的总体均值 ，即当解释变量取某个确定值时，与之统计相关的被解释变量所有可能出现的对应值的平均值。例 2.1： 一个假想的社区有 100户家庭组成，要研究该社区每月 家庭消费支出 Y与每月 家庭可支配收入 X的关系。即如果知道
5、了家庭的月收入，能否预测该社区家庭的平均月消费支出水平。二、总体回归函数为达到此目的，将该 100户家庭划分为组内收入差不多的 10组，以分析每一收入组的家庭消费支出。（ 1）由于不确定因素的影响，对同一收入水平 X，不同家庭的消费支出不完全相同；（ 2）但由于调查的完备性，给定收入水平 X的消费支出 Y的分布是确定的，即以 X的给定值为条件的Y的 条件分布 （ Conditional distribution）是已知的， 如： P(Y=561|X=800） =1/4。因此，给定收入 X的值 Xi，可得消费支出 Y的 条件均值 （ conditional mean）或 条件期望 （ conditional expectation）：E(Y|X=Xi)该例中： E(Y | X=800)=605分析：消费与收入之间的关系是不确定的
