雙變量回歸分析：一些基本概念(編輯修改稿)
2025-06-18 18:11 本頁面
【文章內(nèi)容簡介】 或 （ ） 離差 ui是一個不可觀測的隨機變量 ， 稱之為隨機干擾（ stochastic disturbance） 或隨機誤差項 （ stochastic error） iXiX)|( iii XYEYu ?? iii uXYEY ?? )|(從計量經(jīng)濟學上看 ， 對于給定的 X水平 ， 個別家庭的支出可以分解為兩個部分： ① 表示收入相同的所有家庭的平均消費支出 ， 稱為系統(tǒng)性 （ systematic ） 或確定性 （ deterministic ） 成分（ ponent） 。 ② ui為隨機的或非系統(tǒng)性成分（ nonsystematic ponent）。它是代表所有可能影響 Y的，但又沒有包括到回歸模型中的替代（ surrogate）或代理（ proxy）變量 假定 對 是線性的 ， （ ） 式便可以寫為： （ ） 它表示消費支出 Y線性地依賴于相應的收入 和隨機擾動項 )|( iXYEiii uXY ??? 21 ??iXiX由（ ）式： 兩邊取期望值得： 而 也就是 ，所以有： （ ） 這就是說，給定 Xi， ui的條件均值等于零。 iii uXY ??? 21 ??)|()|()|()]|([)|(iiiiiiiiXuEXYEXuEXYEEXYE?????常數(shù)的期望是它本身)|( ii XYE )|( iXYE0)|( ?ii XuE?隨機干擾項的意義 干擾項是模型中省略掉的 ， 又集體地影響 Y的全部因素 （ 變量 ） 的替代物 （ surrogate） 那么 ， 為什么不構造一個含有盡可能多的解釋變量的復回歸模型呢 ？ 原因如下： ?理論的含糊性： 現(xiàn)有的理論往往是不完全的 。 物理學上有個 “ 測不準定理 ” ：我們永遠不可能接近真實的世界 ， 因為我們的觀測總是要借助于工具和環(huán)境 ?數(shù)據(jù)的欠缺： 比如 ， 在分析影響家庭消費支出的例子中 ， 應該加進 “ 財富 ” 變量 ， 然而 ， 人們總是怕 “露富 ” ， 有些人 “ 裝富 ” ， 所
高考資料相關推薦
鄂ICP備17016276號-1