计量经济学复习总结课件.ppt

计量经济学复习总结课件.ppt

ID:57177064

大小:934.50 KB

页数:40页

时间:2020-08-02

计量经济学复习总结课件.ppt_第1页
计量经济学复习总结课件.ppt_第2页
计量经济学复习总结课件.ppt_第3页
计量经济学复习总结课件.ppt_第4页
计量经济学复习总结课件.ppt_第5页
资源描述:

《计量经济学复习总结课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第一章导论1、计量经济学2、建立计量经济研究的步骤模型参数的估计样本数据的收集理论模型的设定模型的检验建立理论模型包括3项任务:确定模型包含的变量确定模型的数学形式拟定模型中待估计参数的数值范围1)时间序列数据(timeseriesdata)2)截面数据(crosssectionaldata)3)面板数据(panaldata)4)虚拟变量数据(dummyvariablesdata)数据模型参数的估计各种模型参数估计方法最小二乘法LS,LeastSquaresEstimation最大似然法ML,MaximumLikelihoodE

2、stimation矩估计法MM,MethodofMoments模型的检验经济意义检验计量经济学检验模型预测检验统计推断检验四个方面一般包括拟合优度检验、变量显著性检验(t检验)、方程显著性检验(F检验)等。对模型参数估计值的符号、大小、相互关系在经济意义上的合理性所作的检验计量经济检验是针对计量经济学模型的基本假设展开的,一般包括异方差性检验、序列相关性检验、多重共线性检验等。模型预测检验主要检验模型参数估计值的稳定性以及相对样本数据变化的灵敏度。3、计量经济学模型的应用结构分析经济预测政策评价理论检验与发展第二、三章线性回归1

3、.相关分析与回归分析研究变量之间的相关关系的形式和程度的一种统计分析方法,主要通过绘制变量之间关系的散点图和计算变量之间的相关系数进行。相关系数的取值介于1—1之间,1.取值为负表示两变量之间存在负相关关系;2.取值为正表示两变量之间存在正相关关系;3.取值为1表示两变量之间存在完全负相关关系;4.取值为0表示两变量不相关;5.取值为1表示两变量之间存在完全正相关关系。回归分析研究不仅存在相关关系而且存在因果关系的变量之间的依存关系的一种分析理论与方法,是计量经济学的方法论基础,主要内容1)设定理论模型,描述变量之间的因果关

4、系;2)根据样本观察数据利用适当方法对模型参数进行估计,得到回归方程;3)对回归方程中的变量、方程进行显著性检验,推求参数的置信区间、模型的预测置信区间;4)利用回归模型解决实际经济问题。相关分析与回归分析之间的关系联系:1)都是对存在相关关系的变量的统计相关关系的研究;2)都能测度线性相关程度的大小;3)都能判断线性相关关系是正相关还是负相关。区别:1)相关分析仅仅是从统计数据上测度变量之间的相关程度,不考虑两者之间是否存在因果关系,因而变量的地位在相关分析中是对等的;回归分析是对变量之间的因果关系的分析,变量的地位是不对等的

5、,有被解释变量和解释变量之分。2)相关分析主要关注变量之间的相关程度和性质,不关注变量之间的具体依赖关系。回归分析在关注变量之间的相关程度和性质的同时,更关注变量之间的具体依赖关系,因而可以深入分析变量间的依存关系,有可能达到掌握其内在规律的目的,具有更重要的实践意义。引入随机误差项的原因:代表未知的影响因素;代表残缺的数据;代表众多细小影响因素代表数据观测误差;代表模型设定误差;代表变量的内在随机性。2、随机误差项3.线性回归模型总体回归模型与哈数样本回归模型与函数假设1:模型设定正确假设。假设2:解释变量X1,X2,…,Xk

6、是非随机的或固定的。且Xj之间不存在严格线性相关性。假设3:各在所抽取的样本中具有变异性,而且随着样本容量的无限增加,各解释变量的样本方差趋于一个非零的有限常数。假设4:随机误差项具有条件零均值、同方差以及不序列相关性。4、多元线性回归模型的基本假设4、多元线性回归模型的基本假设假设5:解释变量与随机误差项之间不相关。假设6:随机误差项满足正态分布。5、多元线性回归模型的参数估计任务方法模型结构参数、、、、的估计随机误差项的方差的估计普通最小二乘法(原理)在满足基本假设的情况下,多元线性模型结构参数的普通最小二乘估计具有线性性

7、、无偏性、有效性。同时,随着样本容量增加,参数估计量具有渐近无偏性、渐近有效性、一致性。参数估计量的性质6、多元线性回归模型的拟合优度检验离差分解TSS总体平方和,自由度为n-1ESS回归平方和,自由度为kRSS残差平方和,自由度为n-k-17、多元线性回归参数的假设检验在多元线性回归模型中,常针对参数是否为0的假设进行检验变量显著性检验(t检验)方程显著性检验(F检验)——针对单个解释变量对被解释变量的影响是否显著所作的检验,检验被检验变量的参数为0是否显著成立;都为0——针对所有解释变量对被解释变量的联合影响是否显著所作的检

8、验,检验是否显著成立。原假设原假设在原假设H0成立的条件下,统计量给定显著性水平,可得到临界值F(k,n-k-1),由样本求出统计量F的数值,如果FF(k,n-k-1),拒绝原假设H0,则原方程总体上的线性关系显著成立。FF(k,n-k-1),接受原

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。