第十一章定量分析方法

《第十一章定量分析方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第十一章现代公共政策的定量分析方法本章主要介绍了预测分析、经济效益的分析、回归分析和投入产出分析的计算方法。第一节预测分析教学目的：掌握预测分析的对象与主要形式，预测的常用方法教学重点：预测的基础与主要形式教学难点：预测的常用方法教学过程：预测主要是用来说明现实与未来的因果关系。一、未来与预测的对象1、与预测相联系的未来主要有三种情形：潜在性未来；可能性未来；规范性未来。2、预测的对象主要有四种：现有政策后果的预测；新政策后果的预测；新政策内容的预测；政策参与者和相关权力主体行为的预测。二、预测的基础与主要形式1、趋势推倒与设计性预测

2、2、理论假设与前提性预测3、主观判断与假设性预测三、预测的常用方法1、平均预测法：算术平均法加权平均法2、概率预测法：（马尔柯夫分析）第二节经济效益分析教学目的：掌握经济效益分析的基本指标教学重点：经济效益指标的计算教学难点：回收率教学过程：一、净现等效即NPE＝贴现效益－贴现费用二、效益费用比：标准效益费用比：B/C＝贴现效益除以贴现费用边际效益费用比：DB/DC＝贴现效益的增加除以贴现费用的增加三、回收率：综合：ROR=项目的NPE为零的贴现率；边际：MROR＝项目MNPE为零的贴现率，其中MNPE=贴现效益的增量－贴现费用的增量

3、第三节回归分析教学目的：掌握回归分析的基本概念；线性回归的应用教学重点：回归方程的建立教学难点：线性回归的检验教学过程：一、回归分析的目的:设法找出变量间的依存(数量)关系,用函数关系式表达出来直线回归分析的任务在于找出两个变量有依存关系的直线方程，以确定一条最接近于各实测点的直线，使各实测点与该线的纵向距离的平方和为最小。直线回归方程的通式为：Y=a+bX公式（22.3）式中Y为自由变量X推算因变量Y的估计值，a为回归直线在Y轴上的截距，即X=0时的Y值；b为样本回归系数（regressioncoefficient），即回归直线的斜

4、率（slope或称坡度），表示当X变动一个单位时，Y平均变动b个单位。二、基本概念1、应变量（dependentvariable)2、自变量（independentvariable）3、一元线性回归直线回归方程的模型是：yi=a+bxi+ei4、多元线性回归多元线性回归方程模型为：yi=b0+b1x1i+b2x2i+…+bnxni+ei三、理论假设自变量x与应变量y之间存在线性关系；正态性：随机误差（即残差）e服从均值为零，方差为s２的正态分布；等方差：对于所有的自变量x，残差e的条件方差为s２，且s为常数；独立性：在给定自变量x的条

5、件下，残差e的条件期望值为零（本假设又称零均值假设）；无相关性：各随机误差项e互不相关；残差e与自变量x不相关：随机误差项e与相应的自变量x不相关；无共线性：自变量x之间相互独立．四、回归方程的建立回归方程的确定：b＝Σ（X-x）（Y-y）/Σ（X-x）2而y=ΣY/nx=ΣX/na＝ΣY/n－b*ΣX/n五、线性回归的检验１、回归方程的检验方差分析法：２、回归／偏回归系数的检验３、常数项（截距）的检验４、模型的预测效果检验５、线性回归适用性检验（１）回归模型残差的正态性检验（２）回归模型残差的独立性检验（３）残差的方差齐性检验（４）

6、共线性诊断六、自变量的选择强迫引入法（Enter）强迫剔除法（Remove）前进法（Forward）后退法（Backward）逐步向前法（Forwardstepwise）逐步向后法（Backwardstepwise）七、线性回归的应用预测控制鉴别影响因素八、线性回归分析实例九、线性回归分析的注意事项应用条件样本量自变量的观察范围分类／等级变量第四节投入产出分析教学目的：掌握投入产出分析的功用；投入产出方法的基本分类教学重点：投入产出分析的功用教学难点：价值型投入产出模型教学过程：对投入产出表和投入产出模型所显示的投入和产出之间相互依存

7、的经济数量关系的分析。一、投入产出分析的一般意义二、投入产出分析的功用：国民经济结构分析经济预测三、投入产出方法的基本分类及其价值型投入产出模