- 1、本文档共24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)。
第一章
计量经济学定义:统计学、经济理论和数学三者的结合。正经济学中,我们用数学的函数概念表达对经济变量间的关系的看法。
计量经济学模型建立的步骤:一、理论模型的设计
二、 样本数据的收集
三、 模型参数的估计
四、 模型的检验
计量经济学模型成功的三要素:理论数据方法计量经济学模型的应用:一、结构分析
二、 经济预测
三、 政策评价
四、 理论检验与发展
整一*M
弟一章
回归分析概述:是研究一个变量关于另一个(些)变量的具体依赖关系的计算方法和理论。其目的在于通过后者的已知或设定值,去估计和(或)预测前者的(总体)均值。
回归分析与相关分析异同
同:对变量间统计依赖关系的考察
异:1。相关分析适用于所有统计关系,回归分析仅对存在因果关系而言
相关分析对称地对待任何(两个)变量,两个变量都被看作是随机的。
回归分析对变量的处理方法存在不对称性,即区分应变量(被解释变量)和自变量(解释变量),前者是随机变量,后者不一定是。
医院线性回归的基本假设:针对采用普通最小一乘法(OrdinaryLeastSquares,OLS)估计而提出的。分为:1、关于模型关系的假设:1。模型设定正确假设。
2线性回归假设匚工基匚工
cov(X,日.)=0,i
cov(X,日.)=0,i=1,2,...,nE(XV)=0,i=1,2,...,n ii
与随机项不相关假设
观测值变化假设
无完全共线性假设
样本方差假设:随着样本容量的无限增加,
(X-X)2/n—Q,
i
3、关于随机项的假设:
3、关于随机项的假设:1。0均值假设
2.同方差假设
E(V」X)=0,i=1,2, ,n
Var(VX)=b2,i=1,2,…,n
3
3序列不相关假设
Cov(v,VX,X)=0,i,j=1,2,…,n,i。j i——j
4、随机项的正态性假设:正态性假设
V?N(0,b2)TV?NID(0,b2)
i i
5、CLRM和CNLRM
、元线性回归模型的参数估计:一、参数的普通最小二乘估计(OLS)
二、 参数估计的最大或然法(ML)
三、 最小二乘估计量的性质
四、 参数估计量的概率分布及随机干扰项方差的估计
=2(Yi-Y.)2
=2(Yi-Y.)2=2(Yi-(脱+*X「))2
MinQ
二、参数估计的最大或然法(ML):基本原理:当从模型总体随机抽取n组样本观测值后,最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大
三、最小二乘估计量的性质:1准则:
线性性(linear),即它是否是另一随机变量的线性函数;
无偏性(unbiased),即它的均值或期望值是否等于总体的真实值;
有效性(efficient),即它是否在所有线性无偏估计量中具有最小方差。
2.高斯一马尔可夫定理:在给定经典线性回
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。
二、一元线性回归模型的统计检验:一、拟合优度检验:
三、变量的显著性检验
三、参数的置信区间
拟合优度检验:对样本回归直线与样本观测值之间拟合程度的检验。
R22nnb---
R22nnb---^zz .Z2/2yAye
拟合优度:
EESS「
RSS
-
R2= =1-
TSS
TSS
3、可决系数R2统计量
TOC\o1-5\h\z总体平方和 TSS=
回归平方和 ESS=
残差平方和 RSS=
I II
TSS=ESS+RSS
如果实际观测点离样本回归线越近,则ESS在TSS中占的比重越大,因此
是一个非负的统计量。取值范围:[0,1]
越接近1,说明实际观测点离回归线越近,拟合优度越高。
二、变量的显著性检验:在一元线性模型中,变量的显著性检验就是判断X是否对
Y具有显 著的线性性影响。
变量的显著性检验所应用的方法是数理统计学中的假设检验。
通过检验变量的参数真值是否为零来实现显著性检验
变量的显著性检验:1、假设检验:一。所谓假设检验,就是事先对总体参数或总体分布形式作出一个假设,然后利用样本信息来判断原假设是否合理,即判断样本信息与原假设是否有显著差异,从而决定是否接受或否定原假设。
假设检验采用的逻辑推理方法是反证法。先假定原假设
正确,然后根据样本信息,观察由此假设而导
致的结果
是否合理,从而判断是否接受原假设。
判断结果合理与否,是基于“小概率事件不易发
生”这一原
理的
2、变量的显著性检验一t检验
A 人
P-PP-Ph
t=—ii==i 1~t
文档评论(0)