样本回归函数

样本回归函数 (Sample Regression Function)

样本回归函数（Sample Regression Function, SRF）是计量经济学中根据观测样本数据拟合得到的回归方程，其根本目的在于对未知的总体回归函数（Population Regression Function, PRF）进行估计。在经典线性回归模型的框架下，总体回归函数刻画了因变量 $Y$ 关于解释变量 $X$ 的条件期望 $E(Y \mid X)$，而样本回归函数则是利用有限样本对这一条件期望的近似估计。SRF 与 PRF 之间的关系是整个回归分析推断逻辑的基石，也是理解统计推断中估计量与真实参数之间关系的核心线索。

形式与构造

设总体模型为 $Y_i = \beta_0 + \beta_1 X_i + u_i$，其中 $\beta_0$ 和 $\beta_1$ 是未知的总体参数（即回归系数），$u_i$ 是随机误差项，满足零条件均值假设 $E(u \mid X) = 0$。基于一个大小为 $n$ 的随机样本 $\{(X_i, Y_i)\}_{i=1}^n$，我们可以通过某种估计方法（最常用的是普通最小二乘法，OLS）获得总体参数的样本估计值 $\hat{\beta}_0$ 和 $\hat{\beta}_1$，进而构造样本回归函数：

其中 $\hat{Y}_i$ 表示给定 $X_i$ 时 $Y$ 的拟合值（或称预测值）。实际观测值 $Y_i$ 与拟合值 $\hat{Y}_i$ 之间的差被称为残差 $\hat{u}_i = Y_i - \hat{Y}_i$。一个关键的概念区分在于：残差 $\hat{u}_i$ 是误差项 $u_i$ 的样本实现，两者在概念上截然不同——误差项是总体中不可观测的随机扰动，而残差是基于样本计算得出的可观测量。这一区分对于理解诊断检验（如异方差性检验和自相关检验）至关重要。

SRF 与 PRF 的本质区别

总体回归函数 PRF 是一种理论上的、非随机的真实关系，它描述了在解释变量给定条件下因变量的平均行为。样本回归函数 SRF 则是从特定样本中计算得到的、依赖于样本的随机估计。由于样本具有抽样变异性，不同样本会得出不同的 SRF 估计结果。因此，SRF 是 PRF 的一个估计量，其估计精度由抽样误差和样本量共同决定。在高斯-马尔可夫定理的五条经典假设条件下，OLS 估计量 $\hat{\beta}_0$ 和 $\hat{\beta}_1$ 是最佳线性无偏估计量（BLUE），这意味着在一切线性无偏估计量中，OLS 估计量的方差最小，从而 SRF 在估计 PRF 时具有最高的精度。然而，当这些假设（如同方差性、无自相关等）被违反时，BLUE 性质不再成立，研究者需要采用广义最小二乘法或稳健标准误等方法加以修正。

拟合优度与模型评估

SRF 对真实数据点的拟合程度通常由判定系数 $R^2$ 来衡量。$R^2$ 度量了 SRF 所解释的因变量总变异的比例，其取值范围在 0 到 1 之间。$R^2$ 越接近 1，说明 SRF 对样本数据的拟合程度越好。但 $R^2$ 本身存在固有缺陷：增加更多解释变量（无论这些变量是否真正相关）必然提高 $R^2$，因此调整 $R^2$（Adjusted $R^2$）通过对解释变量个数施加惩罚来弥补这一不足。在使用 SRF 进行经济分析和预测时，需要警惕过度拟合的风险——一个在样本内拟合极好的 SRF 在样本外表现可能很差。此外，SRF 的统计显著性需要通过假设检验来评估：对单个系数的t检验用于判断各解释变量是否显著影响因变量，而对整体模型显著性的F检验则用于检验所有解释变量联合是否具有解释力。

应用与局限

在应用计量经济学中，SRF 被广泛用于因果推断和预测。例如，在劳动经济学中，研究者利用 SRF 估计教育年限对工资的回报率，通过控制能力、经验、行业等其他变量来尽可能接近因果效应。但必须注意的是，SRF 本身仅描述样本中的统计相关性，除非满足严格的外生性假设（如随机实验或工具变量方法所保证的条件），否则不能直接将 SRF 的系数解释为因果关系。经典教材如伍德里奇的《计量经济学导论》和格林《计量经济分析》均系统阐述了从 PRF 到 SRF 的推断过程中所需的一系列假设及其在实证分析中的重要性。