- 1、本文档共89页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
经典计量回归模型1〔应用计量经济学〕
应用计量经济学 谢建国 办公室:安中楼1817 电话电子邮件:xiejianguo_99@;xjg@ 《计量经济学》(第四版),古扎拉蒂著,中国人民大学出版社,2005年 《计量经济学软件Eviews使用指南》,张晓峒主编,南开大学出版社,2003年 第一讲、经典计量回归模型 问题:通过对某个社区的统计调查,该社区居民的收入与支出的数据如下表(其中x为收入,y为支出),通过这个样本得出收入与支出的关系. Y与x的关系图 一、经典回归模型 模型: 其中, 为收入, 为支出 因变量(Dependent Variable) 被解释变量(Explained Variable) 自变量 (Independent Variable) 解释变量(Explanatory Variable) 需估计的参数 截距(Intercept) 斜率(Slope) 误差项 (Error Term) 随机扰动项 (Disturbance) 随机扰动项的意义: (1)回归模型缺失的变量; (2)人们的随机行为; (3)建立数学模型的形式不够完整,如为研究问题的简便,把非线性模型线性化; (4)测量误差、经济变量的合并误差等。 二、模型的假设: (1)线性无偏性, 因此有: 2)同方差性 (3)序列不相关性 (4)x非随机变量,x与残差相互独立。 三、参数估计 参数估计的基本思想:一条好的拟合直线应该是使残差平方和达到最小。 求偏导,可得 (1) (2) 即: 求解,可得: 上式可以以样本观测值、平均值以及观测值与平均值的离差简化表示: 由上述实例,经过计算可以知道: Y = 4.538 + 0.750*X 即收入每增加1单位,消费增加0.75单位。边际消费倾向为0.75。 四、OLS的代数性质(Algebraic Properties): 1、正态性假定 经典正态线性回归假定每个 都是正态分布的。其均值为0,方差为 。 为服从正态分布的随机变量,即 正态分布的图示 正态分布的一个性质就是,正态分布变量的任何线性函数都是正态分布。因此,在正态分布假定下,我们很容易可以得到OLS估计量的概率分布。 2、OLS估计量的性质 (1)线性性 (3)最小方差性 证明略。(证明的思想:设参数的任意其他线性无偏估计,证明它们的方差大于最小二乘估计。参教材) 最小二乘法的精度与标准误差 五、拟合度(Goodness-of-Fit): 如果所有的观测点都落在样本回归线上,我们就得到一个完美的拟合。但是,这种事情很少发生。一般的情形是,总有一些正的 和一些负的 ,我们希望的是这些围绕回归线的残差尽可能的小。 决定系数 就是告诉人们这条样本回归线对数据的拟合有多好的一个总度量。 简写为: 测度了在Y总的变动中由回归模型解释的那个部分所占的比例。 越接近于1,说明Y总的变动中由回归模型解释部分越大,即回归模型的拟合程度越好, 越接近于0,说明Y总的变动中由回归模型解释部分越小,即回归模型的拟合程度越差。 仍以上面的支出方程为例,我们已经估算方程的形式为: Y = 4.538 + 0.750*X 即收入每增加1单位,消费增加0.75单位。边际消费倾向为0.75。 计算其决定系数,可得: =0.933 说明该支出方程可以解释93%的支出行为。 调整后的决定系数 对于给定的 ,解释变量的个数越多,则回归残差越小,从而决定系数越高,为考虑模型中的解释变量的个数对 的影响,定义调整的决定系数: 当在模型中增加解释变量时,回归残差变小,同时 变小,从而使得回归残差的变小得到一定的补偿。 六、参数估计值的显著性检验 1、估计量的分布特征 前面已经假定 服从正态分布,因为 是影响 的随机函数,所以 也服从正态分布。 为 的线性组合,因此 也服从正态分布。 是一个无法测量的量,因而不可能计算出 的方差,只能用它的估计值 的方差来代替 其中n-2为残差的自由度,因为样本有n个变量,在一元回归中,待估计的参数有两个,这两个参数为独立的约束,因此残差的自由度为n-2个。 在多元回归模型中,如果待估计的参数有k个,则自由度为n-k个。 2、回归系数的显著性检验 在计量经济学
文档评论(0)