过原点的线性回归

过原点的线性回归 (Regression Through the Origin)

过原点的线性回归 (Regression Through the Origin, RTO)，也称为无截距模型 (no-intercept model)，是\%{线性回归}分析中的一种特殊形式。与包含\%{截距}项的标准线性回归模型不同，过原点的线性回归模型强制规定回归直线必须通过坐标系的原点 $(0,0)$。这一约束意味着当所有\%{自变量}的取值为零时，\%{因变量}的\%{期望值}也必须为零，这往往源于坚实的\%{经济理论}或物理定律。在\%{计量经济学}实践中，这一模型的适用场景虽然有限，但在特定理论框架下具有不可替代的地位。

模型设定与基本假设

标准的\%{简单线性回归模型}为 $Y_i = \beta_0 + \beta_1 X_i + \epsilon_i$，其中 $\beta_0$ 是截距项，$\beta_1$ 是\%{斜率}，$\epsilon_i$ 是\%{随机误差项}。而过原点的线性回归模型的形式为 $Y_i = \beta_1 X_i + \epsilon_i$，显式设定了 $\beta_0 = 0$。模型的基本假设与标准线性回归类似，通常要求\%{误差项} $\epsilon_i$ 满足零均值条件 $E[\epsilon_i | X_i] = 0$、\%{同方差性} (Homoscedasticity) 即 $\text{Var}(\epsilon_i | X_i) = \sigma^2$ 和无\%{自相关} (Autocorrelation) 即 $\text{Cov}(\epsilon_i, \epsilon_j) = 0$ 对于 $i \neq j$。此外，还要求\%{解释变量} $X_i$ 与误差项不相关，以保证\%{一致性}。这些假设是保证OLS估计量具有良好统计性质的基础。

参数估计：普通最小二乘法 (OLS)

使用\%{普通最小二乘法} (OLS) 估计参数 $\beta_1$，目标是最小化\%{残差平方和} (Sum of Squared Residuals, SSR)：

对 $\beta_1$ 求\%{一阶导数} (First-Order Condition) 并令其为零，可解得：

这一估计量的推导过程与标准模型相似，但结果有显著差异。标准线性回归的斜率估计量为 $\hat{\beta}_1 = \frac{\sum (X_i - \bar{X})(Y_i - \bar{Y})}{\sum (X_i - \bar{X})^2}$，使用离均差的交叉乘积。而RTO模型使用原始的平方和与交叉乘积和，这直接源于模型不含截距项的事实。可以证明，$\hat{\beta}_1$ 是 $\beta_1$ 的\%{无偏估计量} (Unbiased Estimator)，即 $E[\hat{\beta}_1] = \beta_1$，其\%{方差}为 $\text{Var}(\hat{\beta}_1) = \frac{\sigma^2}{\sum X_i^2}$，其中 $\sigma^2 = \text{Var}(\epsilon_i)$。误差项方差 $\sigma^2$ 的无偏估计量为 $\hat{\sigma}^2 = \frac{\sum (Y_i - \hat{\beta}_1 X_i)^2}{n-1}$，注意分母为 $n-1$ 而非标准模型中的 $n-2$，因为此处只估计了一个参数。这一差异在实际应用中会影响\%{置信区间}的宽度和\%{假设检验}的结果。

特殊性质与注意事项

使用RTO模型需要特别谨慎，因为其统计性质与标准模型有本质区别：

1. 残差和不为零：$\sum e_i = \sum (Y_i - \hat{\beta}_1 X_i)$ 通常不等于零，这与标准回归中残差和恒为零的特点截然不同。这是由\%{正规方程组} (Normal Equations) 的结构差异所导致的——不含截距时，只有一条正规方程 $\sum X_i(Y_i - \hat{\beta}_1 X_i) = 0$，而非两条。

1. 不通过样本均值点：RTO模型强制回归线通过原点，因此一般不通过 $(\bar{X}, \bar{Y})$，这与包含截距的回归模型不同。这意味着模型对靠近原点的数据点赋予更大权重。

1. \%{判定系数} $R^2$ 的问题：标准 $R^2 = 1 - SSR/SST$ 的分解依赖于残差和为零以及模型包含截距项，而在RTO模型中此分解不再成立，$R^2$ 甚至可能为负值。因此，通常应报告无中心的 $R^2$ (uncentered $R^2$)：

需要特别强调的是，绝对不能将RTO模型的 $R^2$ 与标准回归模型的 $R^2$ 直接比较，因为两者的定义基础完全不同。无中心 $R^2$ 的取值范围为 $(-\infty, 1]$，其解释力远不如标准 $R^2$ 直观。

1. \%{F检验}与\%{t检验}的调整：RTO模型中的\%{假设检验}需基于修正后的\%{方差估计}，\%{统计软件}（如R、Stata、Python的statsmodels）通常提供专门选项来处理无截距模型。在R语言中，使用 \texttt{lm(y \~ x - 1)} 或 \texttt{lm(y \~ 0 + x)} 来拟合无截距模型。

何时使用RTO模型？

使用RTO模型的唯一正当理由是在强理论支撑下，即自然规律或经济理论明确要求零点条件成立。经典案例包括：

• \%{欧姆定律} (Ohm's Law)：$V = IR$，电压与电流的关系必然通过原点，因为零电压对应零电流。
• \%{资本资产定价模型} (CAPM)：\%{超额收益} (Excess Returns) 之间的关系，当市场超额收益为零时，单个资产\%{期望}超额收益也为零。
• \%{财务比率分析}：某些财务\%{杠杆} (Leverage) 指标与风险的关系在理论上通过原点。
• 物理中的胡克定律 (Hooke's Law)、理想气体状态方程以及\%{生产函数}中零投入对应零产出的情形。

何时不应使用？

缺乏理论依据时不应盲目使用RTO模型。典型的反例包括回归体重对身高、消费对收入等社会\%{科学}关系——这些数据范围通常远离原点，强制过原点会严重扭曲变量间的真实关系，产生严重的估计\%{偏误} (Bias)。在\%{时间序列分析}中，若变量具有非零均值，强制过原点也会导致错误推断。

当不确定是否应移除截距项时，始终包含截距项是更稳健的做法。即使截距项在\%{统计上不显著}（即无法拒绝 $\beta_0 = 0$ 的\%{原假设}），多数计量经济学家仍倾向保留截距项，原因在于：保留截距项不会导致\%{模型设定误差}，而错误地移除截距项则会引入系统性偏误。此外，\%{信息准则}如\%{AIC}和\%{BIC}也可作为模型选择的参考依据。

与标准模型的关键对比

| 特征 | 标准线性回归 | 过原点的线性回归 | |:---|:---|:---| | 模型形式 | $Y_i = \beta_0 + \beta_1 X_i + \epsilon_i$ | $Y_i = \beta_1 X_i + \epsilon_i$ | | 截距 | 从数据中估计 | 强制为零 | | 斜率估计量 | $\frac{\sum (X_i - \bar{X})(Y_i - \bar{Y})}{\sum (X_i - \bar{X})^2}$ | $\frac{\sum X_i Y_i}{\sum X_i^2}$ | | 残差和 | 恒等于0 | 通常不为0 | | 通过点 | $(\bar{X}, \bar{Y})$ | $(0, 0)$ | | $R^2$ | [0,1]，可比较 | 不可靠，不可比较 | | 误差方差估计分母 | $n-2$ | $n-1$ | | \%{Gauss-Markov定理} | 满足 | 需重新验证 | | 适用性 | 普遍适用 | 仅强理论支持时适用 |

过原点的线性回归是一个高度约束的模型，实际应用范围狭窄。在多数计量经济学建模任务中，包含截距项的标准线性回归是更安全、更稳健的选择。研究者应在坚实的理论基础指导下，谨慎使用这一特殊模型，并始终对模型设定进行\%{诊断检验} (Diagnostic Tests) 以确保结论的可靠性。

verified: true