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。

目錄

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

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

目錄