计量经济学读书笔记1.doc

计量经济学读书笔记1.doc

ID:50916342

大小:17.50 KB

页数:4页

时间:2020-03-15

计量经济学读书笔记1.doc_第1页
计量经济学读书笔记1.doc_第2页
计量经济学读书笔记1.doc_第3页
计量经济学读书笔记1.doc_第4页
资源描述:

《计量经济学读书笔记1.doc》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、读书笔记经过这么长时间的计量经济学的学习,对计量经济学的一些初浅的轮廓有了基本了解,但是你要问我那些方法的过程,以及怎么样进行操作和检验,坦白说,我又忘记了这是因为你没有想如何用数据与计量方法去检验一个你感兴趣的问题,下周认真结合使用高铁梅那本书《计量经济分析方法与建模:EViews应用及实例(第2版)》和古扎拉蒂的书进行学习!。这种忘记一方面是计量经济学庞杂而相似的概念方法,这段时间,我是真的没有进行理解,而是推磨似的向前看,但这种方法,正如易老师您说的,是正确的也是合适的。另一方面,对于计量经济学中的理论

2、和方法,你不自己进行一些数据的操作和模拟,是无法掌握和记住的。对于计量经济学的轮廓,我自己的理解是,它总的来说是以OLS估计的线性模型方法为基础,然后在对线性估计中的一些条件和约束进行宽松,得出估计他们的一些方法和理论,再来对非线性或其他特殊的一些模型进行估计,找到估计他们的一些方法和理论,接着对估计模型的数据进行多样化和复杂化处理,最后再对几个联立的模型进行分析。随着对计量经济学学习的深入,我越来越感觉到计量经济学的重要性,可以这么说,如果经济的研究中缺乏计量经济学,那么这一切的研究只是流于表面,只是文字的

3、堆砌,缺乏理论的基础。在这里这么说,并不是说计量经济学是万能的,一切经济理论只要经过计量的检验,就是正确的可靠的。毕竟,计量经济学本身也是一种理论,它理所当然的有它自己不足的地方。但是,经济学或经济理论,如果缺乏必要的基本的理论基础,那它是不足以让别人相信的,它既然是一种理论,那么它就要有它自己的理论基础,而计量经济学正是这样一种理论基础。既然,计量经济学是理论基础,那么它学起来当然不像微观宏观那么的轻松,尤其和数学、计算机有着千丝万缕的联系,以至于学起它来,的确很困难。在这里简单谈一谈这段时间学习计量经济学

4、的一些体会。第一,我还是认为(至少在我所学习的范围内),OLS的估计方法是整个计量经济学所估计方法中的基础。OLS不仅是经典正态线性回归模型的主要方法,而且在放松假定的线性模型中有着很大的参考和对比作用,在非线性回归模型的转变模型中也发挥重要的作用,同时它的转变估计—间接最小二乘法(ILS),两阶段最小二乘法(2SLS)—也是联立回归模型中的基础方法。我们知道,OLS对于线性估计的条件要求很严格,在放松条件中所得到的一些线性估计方法同样也有很大的意义,例如广义最小二乘法(GLS)。在异方差的线性模型中,我们采

5、用OLS估计尽管是无偏的但不是最优的,那么我们可以对这个模型进行稍微的变动,得到能够采用广义二乘法的估计模型,并且在样本足够大的情况下,我们则可以获取OLS估计量的怀特异方差校正标准误并以之作为统计推断的依据。在定性响应回归模型的异方差问题中,我们同样采用了OLS的转变形式—加权最小二乘(WLS)来处理问题。还有其他一些模型在分析时采用多次OLS估计的方法。这一系列的方法都是以OLS为基础的,无一不反映OLS的重要性。第二,拟合优度R平方好像不反映任何问题,R平方很高纵然很好,低一点也没什么影响。拟合优度是反

6、映回归元能够解释因变量的程度,但是它受其他因素的影响很大,模型的设定、回归元的个数以及共线性、误差项都能够改变R平方。我们研究经济问题的关键是找到好的适合的模型,这个模型能够在多大的程度上解释我们的经济现象,能不能都很好地被检验,能不能够预测未来经济变量的发展,而不是看它R平方的大小。一个合适漂亮的能够反映问题实质的模型,尽管它的R平方小一点也没关系;再者回归元的共线性也会导致R平方的变大,这反而是个悖论。不过,R平方在我们选择不同模型的过程中也能起到一个参考的作用,两个同样能解释经济问题的模型,当然是拟合优

7、度越大越好。拟合优度反映了很多问题,至少反映了解释变量的联合变化可以在多大程度上面解释被解释变量的变化,尤其是时间序列模型与预测模型拟合优度很重要!第三,在放松经典线性回归模型的假设中——多重共线性、异方差、自相关,多重共线性的后果好像没有其他两个那么的严重。在多重共线性很高的模型中,我们仍然可以得到OLS估计量保持BLUE性质,正如阿肯所说的遇到多重共线性就相当于我没有足够的观测值,这并不影响你对模型的正常化分析估计和检验,毕竟即使你有一个很多观测值的模型,这些观测值仍然是不确定和有误差的。布兰查德认为,遇

8、到多重共线性,我们可以采取无为而治,多重共线性实质上是一个数据不足的问题,而我们有时候无法选择能用于经验分析的数据。再者,多重共线性的好坏还要看你建立这个模型的目的,如果你回归分析的唯一目的是预测或预报,则多重共线性不是一个严重的问题。而在异方差和自相关的线性模型中,OLS估计尽管是无偏的但已经不能保持估计的BULE性质了,估计方法也要做出相应的改变。想问一下,我是不是可以这样说,在一个复杂的模型中

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。