第2章 一元线性回归模型2.1 一元线性回归模型的基本假定2.1.1 一元线性回归模型事物规律性的表象可以分为两类：一类为随机现象；一类为非随机现象。

对于数量性质的事物，表达随机现象的数量称之为随机变量，表达非随机现象的数量称之为确定性变量或非随机变量。 各种经济变量之间的关系，可以划分为两类：一类是完全确定的函数关系， 另一类是非确定性的相关关系。 建立模型的意义：在经济领域，一个变量的变化常常受其他多个经济变量 的影响。为描述这些变量之间的关系，研究这些变量之间的变化规律，通常要 建立计量经济模型，研究模型参数，进而利用计量经济模型进行预测。

其中，u为随机误差项。最简单的形式为一元线性回归模型：

“线性”一词在这里有两重含义。它一方面指被解释变量y与解释变量x 之间为线性关系，即

2.1.2 随机误差项的性质产生误差项的原因主要有以下几方面： 1.模型中被忽略掉的影响因素造成的误差 2.模型关系设定不准确造成的误差

3.变量的测量误差4.变量的内在随机性

2.1.3

一元线性回归模型的基本假定

设一元线性回归模型为

满足以上古典假设的线性回归模型，也称为古典线性回归模型。

2.2 一元线性回归模型的参数估计对于一元线性总体回归模型：

图2.2.1 观测值散点图

2.2.1 普通最小二乘法(OLS)

例2.2.1

某地区居民家庭可支配收入与家庭消费支出的资料如表 2.2.1所 某地区居民家庭收入支出资料

示(单位：百元)。 表2.2.1