計量經濟學期末復習.ppt

1、計量經濟學復習,一、緒論 1.計量經濟學概念 2.計量經濟學模型的設計 （1）確定模型所包含的變量 考慮經濟現(xiàn)象的經濟學理論及經濟行為規(guī)律，數(shù)據(jù)的可得性，選擇變量間的獨立性； （2）確定模型的數(shù)學形式； （3）擬定理論模型中待估參數(shù)的理論期望值,3.樣本數(shù)據(jù)的收集 （1）樣本數(shù)據(jù)的類型 時間序列數(shù)據(jù)、截面數(shù)據(jù)及虛擬變量數(shù)據(jù)。 （2）樣本數(shù)據(jù)的質量 完整性、準確性、可比性及一致性。 4.模型的檢驗 （1）經濟意義檢驗 （2）統(tǒng)計檢驗（擬合優(yōu)度檢驗、變量及方程的顯著性檢驗） （3）計量經濟學檢驗（隨機干擾項的相關性檢驗、異方差性檢驗及解釋變量的多重共線性檢驗） （4）模型預測檢驗,5.計量經濟學模

2、型的應用 （1）結構分析 （2）經濟預測 （3）政策評價 （4）檢驗與發(fā)展經濟理論,二、一元線性回歸模型,1.基本概念 （1）變量間的關系（確定的函數(shù)關系、不確定的統(tǒng)計關系） （2）相關分析、回歸分析 （3）相關分析和回歸分析的相互聯(lián)系與區(qū)別 （4）總體回歸函數(shù) （5）樣本回歸函數(shù) （6）樣本回歸函數(shù)的隨機形式,二、線性回歸模型,2.高馬定理 （1）一類是關于隨機干擾項的，包括零均值，同方差、不序列相關，滿足正態(tài)分布； （2）另一類是關于解釋變量的，主要有：解釋變量是非隨機的，如果是隨機變量，則與隨機干擾項不相關。 （3）對于多元回歸還包括：各解釋變量之間不存在相關性。 （4）這些假設都是針對

3、普通最小二乘法的,3.一元線性回歸參數(shù)估計 （1）參數(shù)的估計 （2）參數(shù)的性質 線性性、無偏性、最小方差性（BLUE） 在經典假定下，普通最小二乘估計量具有線性性、無偏性和最小方差性（ BLUE,3）參數(shù)的分布 （4）t統(tǒng)計量,5）參數(shù)估計的最小二乘原理（基本思想） （6）總體方差的估計,3.擬合優(yōu)度 （1）離差平方和分解 （2）關系 總離差： TSSESS+RSS 自由度：N1=k+(N-k-1) （3）擬合優(yōu)度,三、違背經濟假定的模型,當模型假定不符合高馬定理仍然采用OLS估計模型所帶來的后果： 1.異方差性 是隨機干擾項的方差不相同時產生的一類現(xiàn)象。 OLS估計仍是無偏、一致的，但通常的

4、假設檢驗t、F不可靠，將導致錯誤的結論。 常用的檢驗方法：圖示法、Park 和Gleiser 檢驗法、Goldfeld-Quandt檢驗法、White 檢驗法。 2.消除異方差的方法 加權最小二乘法法（WLS,違背經濟假定的模型,序列相關性 是模型隨機干擾項出現(xiàn)序列相關時產生現(xiàn)象。 OLS估計量仍具有無偏性與一致性，但假設檢驗不可靠，預測變得無效。 檢驗方法 圖示法、回歸檢驗法、D.W檢驗法等。 修正方法 廣義差分法、廣義最小二乘法（GLS,違背經濟假定的模型,多重共線性 是指多個解釋變量間存在共線性（相關性），分為完全共線或近似共線。 模型完全共線時，模型參數(shù)無法估計。 近似共線時，不違背經

5、典假設，模型參數(shù)OLS仍是無偏、一致且有效的，但估計的參數(shù)的標準差往往較大，使得t減少，參數(shù)顯著性下降。 消除方法 逐步回歸法、差分法、增大樣本容量法、使用額外信息法,違背經濟假定的模型,練習1：解釋下列概念： （1）異方差性 （2）序列相關性 （3）多重共線性 （4）完全共線性 （5）近似共線性 （6）隨機解釋變量 （7）差分法 （8）廣義最小二乘法 （9）D.W檢驗 練習2.判斷下列各題的對錯，并說明理由： （1）在存在異方差情況下，OLS估計量是有偏的和無效的。 （2）如果存在異方差，導致t檢驗與F檢驗失效。 （3）在存在異方差情況下，OLS法總是高估了估計量的標準差,4）存在序列相關時

6、，OLS估計量是有偏的并且也是無效的。 （5）消除序列相關的一階差分變換假定自相關系數(shù) 必須等于1。 （6）存在多重共線時，模型參數(shù)無法估計。 （7）存在多重共線時，一定會使參數(shù)估計值的方差增大，從而造成估計率的損失。 （8）一旦模型中的解釋變量是隨機的，則違背了基本假設，使得模型的OLS估計量有偏且不一致,練習3.簡述異方差對下列各項有何影響： （1）OLS估計量及其方差； （2）置信區(qū)間； （3）顯著性t檢驗和F檢驗的使用。 練習4.什么是異方差性？舉例說明經濟現(xiàn)象中的異方差性。檢驗異方差性的方法和思路是什么？ 練習5.什么是序列相關性？舉例說明經濟現(xiàn)象中序列相關性的存在。檢驗序列相關性的

7、方法思路是什么？熟悉D.W統(tǒng)計量的計算方法和查表判斷。 練習6.什么是多重共線性？產生多重共線性的經濟背景是什么？有何危害？為什么會造成這些危害？檢驗多重共線性的方法思路是什么？有哪些克服方法,例題,例1.下列哪種情況是異方差性造成的結果？ （1）OLS估計是有偏的； （2）通常的t檢驗不再服從t分布； （3）OLS估計量不再具有最佳線性無偏性。 例2.以某地區(qū)22年的年度數(shù)據(jù)估計了如下工業(yè)就業(yè)回歸方程： D.W=1.147 (-0.56)(2.3)(-1.7) (5.8) 其中Y為總就業(yè)量，X1為總收入，X2為平均月工資，X3為地方政府的總支出。 證明：一階自相關的D.W檢驗無定論,例3.某

8、地區(qū)供水部門利用最近15年的用水年度數(shù)據(jù)得出如下估計模型： (1)根據(jù)經濟理論和直覺，估計回歸系數(shù)的符號是什么？為什么？觀察符號與你的直覺相符嗎？ (2)在10%的顯著性水平下，請進行t檢驗與方程的F檢驗。t檢驗與F檢驗是否相符？ (3)估計值是有偏或無效的或不一致的嗎？請說明理由,解：1.人口越多或住戶越多，對用水需求越多，故X、P前面的符號取正號；收入高的，用水較多，Z前面的符號為正；水價上漲，用戶會節(jié)約用水，W前面的符號為負；降雨量大，草地和花園或耕地用水需求會下降，R前面的符號為負，因此，從估計的模型看，除了Z前面的符號與預期不相符合外，其它符號都與期望相符。 2.t統(tǒng)計量是檢驗單個變

9、量的顯著性，F(xiàn)統(tǒng)計量是檢驗變量是否聯(lián)合顯著的，即方程的顯著性。 T(9)=2.262，所有參數(shù)的估計值的t值的絕對值都小于2.262，在5%的顯著性水平下，這些變量是不顯著的。 F（5,9）3.48，可見計算的F值大于該臨界值，表明回歸系數(shù)是聯(lián)合顯著的。 引起T與F矛盾的結果可能是變量間的多重共線性,3.多重共線性是解釋變量間樣本觀察現(xiàn)象的表現(xiàn)，在不存在完全共線性的情況下，近似共線并不意味著基本假設的任何改變，所以OLS估計量的無偏性、一致性和有效性仍然成立，即仍是BLUE估計量。但共線性往往導致參數(shù)估計值的方差大于不存在多重共線性的情況,例4.在研究生產中的勞動在增加值中所占的份額（即勞動份

10、額）的變動時，有以下模型： 其中Y是勞動的份額，t為勞動時間。根據(jù)該研究期內的16年數(shù)據(jù)進行參數(shù)估計，得到模型結果為： (1)模型A中有沒有自相關？模型B呢？ (2)如何解釋自相關的存在？ (3)你怎樣區(qū)分“純粹”的自相關和模型形式設定錯誤,解：1.模型A中，n=15，k=1，當 ，時，則查表得 ， 因DW1.08 ，由此判定該模型中存在正的自相關。 模型B中，n=16，k=2， ，則查表得 ， ，由此判定該模型中不存自相關。 模型A中存在自相關的原因是實際中當期勞動份額受到前期勞動份額的影響，而模型并未考慮到這一因素的影響，因此，模型A設定形式有誤。 2.用DW值可以判斷回歸方程是否存在自相關，也可以用其判定模型設定誤差的檢驗，關鍵在于結合模型的經濟意義和經濟理論來區(qū)分,例5.現(xiàn)有2006年中國31個省(市、自治區(qū))的火災經濟損失Y(億元)和保費收入X(億元)的數(shù)據(jù)。我們將估計中國的保費收入對火災經濟損失的影響，建立如下模型： ，借助Evi