最新计量经济学知识串讲教学讲义PPT.ppt

《最新计量经济学知识串讲教学讲义PPT.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、计量经济学知识串讲第一章导　论计量经济学是以经济理论和经济数据的事实为依据，运用数学和统计学的方法，通过建立数学模型来研究经济数量关系和规律的一门经济学科。计量经济学的研究步骤选择变量和数学关系式——模型设定收集模型中的变量数据——数据收集确定变量间的数量关系——估计参数检验所得结论的可靠性——模型检验作经济分析和经济预测——模型应用第二章简单线性回归模型一、相关与回归相关是回归的前提。回归研究的是变量间的因果关系，可以从一个变量去推测另一个变量的具体变化。相关是对称相关。回归不一定。相关与回归都得从经济意义和实际经验去考虑，否则有可能是“伪相关”和“伪回归”。回归分析方法是计量经济学

2、的基础。二、涉及的四种方程或模型总体回归模型总体回归方程样本回归模型样本回归方程总体回归方程是唯一的，通常是未知的，其参数也是确定的。扰动项U一般不可直接观测。样本回归方程或样本函数是随机的，随样本的变化而变化，其参数也是随机变量。扰动项e可以计算出来。三、简单线性回归模型的参数估计（一）一元线性回归模型的基本假设x非随机，与U不相关，变量无测量误差。假设1：零均值E(ui)=0i=1,2,...,n假设2：同方差Var(ui)=i=1,2,...,n假设3序列无关或无自相关Cov(ui,uj)=0i≠j,i,j=1,2,…,n假设4扰动项ui与解释变量Xi从不相关Cov(ui,Xi)

3、=0i=1,2,…,n假设5扰动项ui服从即ui～N(０,)（二）普通最小二乘估计法用最小二乘准则即拟合误差的平方和为最小来求解样本回归参数的方法称为普通最小二乘法（OrdinaryLeastSquare）简称OLS。这是计量经济学中常用的参数估计方法。（三）OLS估计量的代数性质在有截距项的模型中：（1）残差和为0。（2）样本回归线通过样本均值点。（3）被解释变量的平均数等于拟合值的平均数。（4）被解释变量与残差不相关。（5）解释变量与残差不相关。（四）统计性质高斯马尔科夫定理对于满足经典假设的一元线性回归模型，在所有的线性、无偏估计量中，OLS估计量具有方差最小的性质。（BLUE）

4、三、回归系数的假设检验及区间估计回归系数服从正态分布，标准化过程中产生了t分布。对回归参数执行是否等于某个值的假设检验。（特殊情形是：是否等于0的显著性检验）根据t值绝对值是否大于2或Pvalue来判定。区间估计四、拟合优度的度量在有截距项的模型中：总变差的分解：TSS=ESS+RSS第三章多元线性回归模型一、多元线性回归模型中的方程形式（1）总体回归模型（2）总体回归方程（3）样本回归模型（4）样本回归方程二、多元线性回归模型的经典假设10解释变量X1,X2,…,Xk是非随机的；20E(ui)=030Var(ui)=σ2i=1,2,…,nCov(ui,uj)=0i≠j,i,j=1,2

5、,…,n40解释变量X1,X2,…,Xk线性无关；50ui～N(0,σ2)三、多元线性回归模型的估计四、OLS估计量的统计性质经典假设满足的条件下，是BLUE估计量。扰动项方差的估计：五、多元线性回归模型的检验（一）回归方程显著性检验（F检验）F–检验是检验所有解释变量合起来对被解释变量线性影响的显著性。不全为0.（二）拟合优度检验与一元线性模型类似，可以证明：TSS=ESS+RSS修正可决系数：可决系数只涉及变差，没有考虑自由度。如果用自由度去校正所计算的变差，可纠正解释变量个数不同引起的对比困难。（三）各回归系数的显著性检验（t检验）多元线性回归模型的预测点预测区间预测第四章多重共

6、线性一、什么是多重共线性在经典假设中，我们假设多元线性回归模型的解释变量之间是线性无关的，即解释变量X2,X3,…,Xk线性无关，当这一条不满足时，我们称模型的解释变量出现了多重共线性，这时的模型称为多重共线性模型。完全多重共线rank(X)

7、后果当模型解释变量之间出现完全多重共线性时，普通最小二乘估计方法无解。（二）不完全多重共线性的后果（无偏性、线性性不破坏）当模型解释变量之间出现不完全多重共线性时，普通最小二乘估计方法虽然有解，但是参数估计量的方差会无限增大，从而产生4种结果。（1）回归估计可信度降低。方差膨胀因子：（2）t检验通不过，可能误删重要解释变量。（3）模型参数稳定性差。（4）预测可信度低。四、多重共线性的检验（一）简单相关系数检验法（二）方差扩大因子法（三）直观（经