樣本回歸函式也稱為經驗回歸函式模型為 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
- 中文名：樣本回歸函式
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的某種函式，這個函式成為樣本回歸函式。顯然，樣本回歸函式的函式形式應與設定的總體回歸函式形式一致。樣本回歸函式如為線性函式，兩個變數的線性回歸可表示為 Y=β0+β1*X+e
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
