第四讲 (计量经济学)ppt课件.ppt

第四讲 (计量经济学)ppt课件.ppt

ID:59009259

大小:522.50 KB

页数:42页

时间:2020-09-26

第四讲 (计量经济学)ppt课件.ppt_第1页
第四讲 (计量经济学)ppt课件.ppt_第2页
第四讲 (计量经济学)ppt课件.ppt_第3页
第四讲 (计量经济学)ppt课件.ppt_第4页
第四讲 (计量经济学)ppt课件.ppt_第5页
资源描述:

《第四讲 (计量经济学)ppt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、第三讲回顾:最小二乘估计残差的性质最小二乘估计残差的其他性质(课后习题)普通最小二乘估计量与参数的关系二、经典线性回归模型的基本假设1、解释变量确定2、随机扰动项:当解释变量一定时,期望为0,且所有随机扰动项同方差,序列不相关,随机扰动项服从正态分布。3、解释变量与随机扰动项不相关,即推论:相互独立。随机扰动项方差的估计三、参数的最大似然估计(ML)最大似然估计与最小二乘估计量的关系:在满足经典线性回归模型的基本假定之下,模型参数的最大似然估计量与普通最小二乘估计量是相同的。但是,扰动项的方差估计是不同的。注意:若随机扰动项不服从正

2、态分布,则最小二乘估计与极大似然估计不一定相同。衡量估计量好坏的标准:无偏性:若则称是的无偏估计。有效性:对参数的两个无偏估计,如果则称比有效。一致性:的估计,如果对任意的有则称是的一致估计,记作:无偏性、有效性渐近无偏性、渐近有效性、样本容量一定时的性质。样本容量变大时的性质。一致性。四、一元线性回归模型普通最小二乘估计量的性质高斯—马尔可夫定理(Gauss-Markovtheorem)在经典线性回归的假定下,最小二乘估计量是具有最小方差的线性无偏估计量。证:无偏性:即有效性:在所有线性无偏估计中,最小二乘估计的方差最小。证明最小

3、方差性由于此估计量为无偏估计量,因此易证:下面证明:一致性:大样本性质:五、参数估计量的概率分布及随机干扰项方差的估计1、普通最小二乘估计的分布概念:参数估计量的样本标准差六、一元线性回归模型参数的区间估计:置信区间。参数β1的区间估计所需要的统计量:得置信区间:设置信水平一元线性回归模型参数的区间估计:置信区间。参数β0的区间估计所需要的统计量:得置信区间:设置信水平§2.3一元线性回归模型的统计检验一、拟合优度GoodnessofFit,CoefficientofDetermination拟合优度:对模型与样本观测值之间的切合程

4、度所进行的度量。记总离差平方和(TotalSumofSquares)回归平方和(ExplainedSumofSquares)残差平方和(ResidualSumofSquares)总离差平方和的分解TSS=ESS+RSS证明:用可决系数R2来反映拟合优度:性质:1、可决系数取值范围为:[0,1]2、可决系数的意义:拟合优度越高,可决系数越接近于1,说明残差越小,模型越好。可决系数与参数估计的关系。可决系数与相关系数的关系:二、变量的显著性检验TestingSignificanceofVariable作用:解释变量对被解释变量是否有显著

5、的影响进行检验。假设H0:1=0,H1:10检验统计量:在原假设成立时,

6、T

7、>t/2(n-2)时,拒绝零假设。否则接受零假设。显著性假设检验:§2.4一元线性回归分析的应用: 预测问题:给定解释变量的值X0,对被解释变量进行预测?显然:1、Ŷ0是条件均值E(Y

8、X=X0)的无偏估计预测的期望与方差:二、条件均值的置信区间1、总体均值预测值的置信区间Ŷ0的分布为:Ŷ0样本标准差为:于是,在1-的置信度下,总体均值E(Y

9、X0)的置信区间为构造统计量如下:2、Ŷ0与Y0的关系:从而在1-的置信度下,Y0的置信区间为预测的精

10、度:置信区间的长度。对均值:对Y0:置信区间长度:置信区间长度:样本容量n越大,预测精度越高。样本容量一定时,置信区间的宽度在X均值处最小,在其附近进行预测精度越大;X越远离其均值,置信带越宽,预测可信度下降。对预测的注意:因此:只有当解释变量的值在其平均值附近时,利用线性回归模型进行预测才有较大的精度。线性回归模型的实例及Eviews的操作软件Eviews的安装:disk1Setup(launcher)按提示操作到完成为止。Eviews3.1Eviews的使用1、打开或新建一个Workfile:工作文件(必须)操作:new(按数据

11、类型,填入起始时间和终止时间。)2、导入数据:Newobjectionseriesobjects双击打开软件上述完成后才能进行其他操作比如:对序列进行简单的描述性统计。双击序列名打开序列点击view比如:作两个变量的散点图,计算它们的相关系数。同时选中两个序列,击右键,点击asgroup点击view3、进行一元线性回归模型参数估计newobjectionequationobjects依次填入被解释变量与解释变量模型的参数估计4、一元线性回归模型的统计检验(1)拟合优度(2)解释变量的显著性检验预测:一个试验的例子对2001年的消费进

12、行预测:2001年的消费人均GDP为4033.1。CONSPf2001=0.386*GDPP+201.119=1758.7CONSP2001=1782.2CONSP=0.386*GDPP+201.119习题选讲

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。