計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論：現(xiàn)代觀點(diǎn)（第七版）課件：回歸分析專題

計(jì)量經(jīng)濟(jì)學(xué)

Econometrics

多元回歸分析：深入專題提要一、數(shù)據(jù)測(cè)度單位對(duì)OLS統(tǒng)計(jì)量的影響二、對(duì)函數(shù)形式的深入討論三、擬合優(yōu)度與回歸元選擇的深入研究四、預(yù)測(cè)與殘差分析一、數(shù)據(jù)測(cè)度單位對(duì)OLS統(tǒng)計(jì)量的影響在第２章中，我們簡(jiǎn)要地討論了改變度量單位對(duì)OLS截距和斜率估計(jì)值的影響回歸模型的類型。一、數(shù)據(jù)測(cè)度單位對(duì)OLS統(tǒng)計(jì)量的影響表6-1一、數(shù)據(jù)測(cè)度單位對(duì)OLS統(tǒng)計(jì)量的影響具體分析如下一、數(shù)據(jù)測(cè)度單位對(duì)OLS統(tǒng)計(jì)量的影響具體分析-續(xù)一、數(shù)據(jù)測(cè)度單位對(duì)OLS統(tǒng)計(jì)量的影響

具體分析-續(xù)一、數(shù)據(jù)測(cè)度單位對(duì)OLS統(tǒng)計(jì)量的影響關(guān)于β系數(shù)關(guān)于β系數(shù)-續(xù)一、數(shù)據(jù)測(cè)度單位對(duì)OLS統(tǒng)計(jì)量的影響關(guān)于β系數(shù)-續(xù)一、數(shù)據(jù)測(cè)度單位對(duì)OLS統(tǒng)計(jì)量的影響關(guān)于β系數(shù)-例6.1一、數(shù)據(jù)測(cè)度單位對(duì)OLS統(tǒng)計(jì)量的影響本節(jié)討論關(guān)于函數(shù)形式的一些變形和推廣1、關(guān)于對(duì)數(shù)函數(shù)形式的深入討論二、對(duì)函數(shù)形式的深入討論二、對(duì)函數(shù)形式的深入討論1、關(guān)于對(duì)數(shù)函數(shù)形式的深入討論-續(xù)二、對(duì)函數(shù)形式的深入討論1、關(guān)于對(duì)數(shù)函數(shù)形式的深入討論-續(xù)二、對(duì)函數(shù)形式的深入討論1、關(guān)于對(duì)數(shù)函數(shù)形式的深入討論-續(xù)1、關(guān)于對(duì)數(shù)函數(shù)形式的深入討論-續(xù)利用對(duì)數(shù)函數(shù)的優(yōu)缺點(diǎn)二、對(duì)函數(shù)形式的深入討論二、對(duì)函數(shù)形式的深入討論2、含二次式的模型在應(yīng)用經(jīng)濟(jì)學(xué)中，為描述遞減或遞增的邊際效應(yīng)，常常用到二次函數(shù)。二、對(duì)函數(shù)形式的深入討論2、含二次式的模型-續(xù)二、對(duì)函數(shù)形式的深入討論2、含二次式的模型-續(xù)例子二、對(duì)函數(shù)形式的深入討論2、含二次式的模型-續(xù)例子

二、對(duì)函數(shù)形式的深入討論2、含二次式的模型-續(xù)例子二、對(duì)函數(shù)形式的深入討論2、含二次式的模型-續(xù)例子二、對(duì)函數(shù)形式的深入討論2、含二次式的模型-續(xù)注意二、對(duì)函數(shù)形式的深入討論3、含有交互項(xiàng)的模型因變量對(duì)一個(gè)解釋變量的偏效應(yīng)、彈性或半彈性，有時(shí)很自然地取決于另一個(gè)解釋變量的大小。二、對(duì)函數(shù)形式的深入討論3、含有交互項(xiàng)的模型-續(xù)二、對(duì)函數(shù)形式的深入討論3、含有交互項(xiàng)的模型-續(xù)例子二、對(duì)函數(shù)形式的深入討論3、含有交互項(xiàng)的模型-續(xù)例子-續(xù)三、擬合優(yōu)度與回歸元選擇的深入研究關(guān)于R2的缺點(diǎn)

如果依據(jù)R2的大小來(lái)選擇一組解釋變量，這可能導(dǎo)致一些不合理的模型?；貧w前面的內(nèi)容可以發(fā)現(xiàn)：關(guān)于R2的缺點(diǎn)：

在方程中增加變量時(shí)，R2的相對(duì)變化則十分明顯增大。一個(gè)小的R2所引起的重要后果使預(yù)測(cè)變得更加困難。由于y的大多數(shù)變化都被不可觀測(cè)的因素所解釋，因而在給定解釋變量的值后利用OLS方程預(yù)測(cè)y未來(lái)的結(jié)果會(huì)非常困難。三、擬合優(yōu)度與回歸元選擇的深入研究1、調(diào)整R2大多數(shù)回歸軟件包既報(bào)告R2，也報(bào)告被稱為調(diào)整R2的統(tǒng)計(jì)量。三、擬合優(yōu)度與回歸元選擇的深入研究1、調(diào)整R2-續(xù)三、擬合優(yōu)度與回歸元選擇的深入研究2、利用調(diào)整R2在兩個(gè)非嵌套模型當(dāng)中進(jìn)行選擇定義：兩個(gè)方程中，由于沒(méi)有哪一個(gè)是另一個(gè)的特殊情形，所以它們是非嵌套模型（nonnestedmodels）。三、擬合優(yōu)度與回歸元選擇的深入研究例子三、擬合優(yōu)度與回歸元選擇的深入研究為什么調(diào)整R2可以這樣用三、擬合優(yōu)度與回歸元選擇的深入研究思考題6.4R2的局限性三、擬合優(yōu)度與回歸元選擇的深入研究例題6.4CEO的薪酬與企業(yè)業(yè)績(jī)?nèi)?、擬合優(yōu)度與回歸元選擇的深入研究3、回歸分析中控制因素過(guò)多

當(dāng)過(guò)分強(qiáng)調(diào)擬合優(yōu)度，就會(huì)在回歸模型中無(wú)所顧忌地控制一些不應(yīng)該控制的因素。為了避免這種錯(cuò)誤，記住對(duì)多元回歸模型的其他條件不變的解釋。三、擬合優(yōu)度與回歸元選擇的深入研究3、回歸分析中控制因素過(guò)多-續(xù)三、擬合優(yōu)度與回歸元選擇的深入研究3、回歸分析中控制因素過(guò)多-續(xù)關(guān)注時(shí)R2的注意事項(xiàng)三、擬合優(yōu)度與回歸元選擇的深入研究4、增加回歸元減少誤差方法前面幾個(gè)例子說(shuō)明，盡管有些自變量與因變量相關(guān)，也不應(yīng)該包括在回歸模型中。一方面，從第３章了解到，回歸中增加一個(gè)新的自變量會(huì)加劇多重共線性的問(wèn)題。另一方面，由于可從誤差項(xiàng)中取出一些因素作為解釋變量，所以總是可以減少誤差方差，但一般而言，我們不知道哪方面的影響會(huì)占據(jù)主導(dǎo)地位。三、擬合優(yōu)度與回歸元選擇的深入研究4、增加回歸元減少誤差方法-續(xù)三、擬合優(yōu)度與回歸元選擇的深入研究四、預(yù)測(cè)與殘差分析1、預(yù)測(cè)值的置信區(qū)間預(yù)測(cè)確實(shí)非常有用，但由于預(yù)測(cè)值是通過(guò)使用OLS估計(jì)量而得到的，所以它們存在抽樣波動(dòng)的問(wèn)題。本節(jié)說(shuō)明，如何從OLS回歸線得到預(yù)測(cè)值的置信區(qū)間。1、預(yù)測(cè)值的置信區(qū)間-續(xù)四、預(yù)測(cè)與殘差分析1、預(yù)測(cè)值的置信區(qū)間-續(xù)例題6.5大學(xué)GPA預(yù)測(cè)值的置信區(qū)間四、預(yù)測(cè)與殘差分析1、預(yù)測(cè)值的置信區(qū)間-續(xù)例題6.5大學(xué)GPA預(yù)測(cè)值的置信區(qū)間-續(xù)四、預(yù)測(cè)與殘差分析1、預(yù)測(cè)值的置信區(qū)間-續(xù)預(yù)測(cè)誤差四、預(yù)測(cè)與殘差分析1、預(yù)測(cè)值的置信區(qū)間-續(xù)預(yù)測(cè)誤差的方差四、預(yù)測(cè)與殘差分析1、預(yù)測(cè)值的置信區(qū)間-續(xù)例題四、預(yù)測(cè)與殘差分析2、當(dāng)因變量為log(y)時(shí)對(duì)y的預(yù)測(cè)四、預(yù)測(cè)與殘差分析2、當(dāng)因變量為log(y)時(shí)對(duì)y的預(yù)測(cè)-續(xù)四、預(yù)測(cè)與殘差分析四、預(yù)測(cè)與殘差分析2、當(dāng)因變量為log(y)