樣本回歸函數

樣本回歸函數

樣本回歸函數也稱為經驗回歸函數模型為 y^ = a^ + b^ x其中a^ 、b^為根據樣本數據估計出來的值,y^也是通過估計所得的方程預測出來的值。非實際模型,只是用來擬合實際模型。

基本介紹


SRF: Sample Regression Function
由最小二乘估計法得到。
被解釋變數(消費支出)的樣本條件均值也是隨解釋變數(可支配收入)的變化而有規律的變化。如果把被解釋變數Y的樣本條件均值表示為解釋變數X的某種函數,這個函數成為樣本回歸函數。顯然,樣本回歸函數的函數形式應與設定的總體回歸函數形式一致。樣本回歸函數如為線性函數,兩個變數的線性回歸可表示為
樣本回歸函數
樣本回歸函數
其中β0為截距,是對總體β0的估計量
β1為回歸係數,是對總體β1的估計量
e為隨機誤差:來源於1.有些影響Y的變數沒被記入
2.人類行為的不確定性
3.計量誤差
4.模型形式不對,例如沒平方等