会计学在自变量和因变量具有统计关系的线性假设下一元线性回归(huíguī)模型(简单线性回归(huíguī)模型)问题：为什么需要统计关系的线性假设？是什么？参数说明了什么？变量间统计关系的线性假设下选择线性模型线性的理解：第一:y是x的线性函数第二(dìèr):y与系数是线性关系线性回归研究以参数线性，而非以x为线性变量之间的非线性关系转化为线性关系样本体现的变量之间的线性关系在总体中是否显著，是需要检验的(t检验和F检验)变量间统计关系的线性假设下选择线性模型统计关系非函数关系，是一种不确定性关系为误差项(errorterm)或干扰项(disturbance)，表示除x之外其他影响y的、“观测不到”的因素导致存在的原因：理论含糊：理论不完备数据的欠缺：影响因素的数据无法获得;或者，从数据收集成本和计算成本角度考虑，列出不值得内在随机性：即使列出所有因素也存在个体随机性简单(jiǎndān)模型原则：若简单(jiǎndān)模型足以，就把其他因素看做吧！目的：分析自变量对应(duìyìng)变量的边际效应β1是斜率参数，含义：简单线性回归模型中的β1即为x对y的边际效应β1含义的前提：中其他因素保持不变问题一：如果u中包括了个人能力？包括了职位？处理方法：假定u与x不相关；多元线性回归模型如何测度和x的相关性方法一：简单相关系数，仅反映线性相关方法二：对给定x时，对做均值独立假定因为:只要方程中含有(hányǒu)0，一定有：所以：的零条件均值假设：因为：μ的零条件均值假设所以(suǒyǐ)：意义：E(y|x)是x的线性函数，使β1的含义更直观：x变化一个单位使y平均变动β1问题二：变量计量单位改变会影响β1吗？(2.4、6.1节)因变量和自变量均扩大或缩小(suōxiǎo)形同的倍数:仅因变量扩大或缩小(suōxiǎo)某倍数：仅自变量扩大或缩小(suōxiǎo)某倍数:问题三：不论xi的初始值如何，它的变化对y的影响是相同，对经济研究(yánjiū)是不现实的应用中可能关心百分数的变化例：受教育年份增加带来的工资绝对量的增长通常是非线性的，但百分比增长可能不变对数模型：对变量(biànliàng)是非线性，对参数是线性半对数模型线性到对数模型、对数到线性模型对数到线性模型斜率参数的含义(2.4、6.2节)对数之差近似等于变化比例x变化一个单位引起(yǐnqǐ)y的变化百分比平均变动1001，1001称为y对x的半弹性(elastcity)对数的变化是个相对变化，1是对x的绝对变化引起(yǐnqǐ)y的相对变化的测度线性到对数模型斜率参数的含义x的变化百分比变动(biàndòng)一个单位引起y值的平均变动(biàndòng)1/100双对数模型(对数-对数模型)较常见例：道格拉斯生产函数双对数模型斜率参数的含义(hányì)x的变化百分比变动一个单位引起y的变化百分比平均变动11称为y对x的弹性,双对数模型也称常弹性模型双对数模型的特点(6.2节)：斜率系数不随计量单位的变化(biànhuà)而变化(biànhuà)，只体现在常数项上当y大于0时，log(y)比y更接近模型对因变量分布的假定(正态分布)倒数模型的形式：特点：随着x无限增大，趋于0，y趋于极限或渐近β0例：失业-工资(gōngzī)菲利普斯曲线模型(móxíng)参数估计的出发点：因为：所以：对数据的要求(yāoqiú)：x的方差不等于0当得到参数估计值后，有：样本回归函数，是对总体回归函数的估计根据样本回归函数计算拟合值和残差：问：残差项等同于误差项？答：不等同，具体见后普通最小二乘法(chéngfǎ)(OrdinaryLeastSquares,OLS:)在残差平方和最小下的参数高斯-马尔科夫假定1：线性于参数高斯-马尔科夫假定2：随机抽样具有一个服从线性回归模型的随机样本随机样本的获得方式：固定X值，重复随机抽样，且样本量应大于自变量的个数例：研究施肥量和品种对亩产量的影响通常可保证自变量方差不为0在重复抽样中固定X意味着ui与Xi是独立的，但实际问题并非如此对观测数据的获得往往(wǎngwǎng)不是固定X的随机抽样例：研究家庭收入和支出关系时，随机抽样并同时记录下收入和支出，ui与Xi的独立是不确定的高斯-马尔科夫假定3：零条件均值格兰杰说:“如果在n趋于无穷(wúqióng)时还不能正确地得到它，就不应该干这件事”假定(jiǎdìng)1-假定(jiǎdìng)3保证了OLS估计量的一致性