单方程计量经济学模型理论与方法.ppt

《单方程计量经济学模型理论与方法.ppt》由会员上传分享，免费在线阅读，更多相关内容在PPT专区-天天文库。

1、第二章单方程计量经济学模型理论与方法TheoryandMethodologyofSingle-EquationEconometricModel线性单方程计量经济学模型的理论基础和参数估计线性单方程计量经济学模型的统计检验和区间估计违背古典假设的计量经济学问题本章知识要点7.最小样本容量、满足基本要求的样本容量。P42,P438.在相同的置信概率下如何缩小置信区间。P549.虚拟变量。带常数项的计量模型引入虚拟变量个数原则。P11,见笔记10.异方差性的定义、后果、检验方法及这些检验方法的共同思路、解决办法。P55-P5811.序列相关性的定义

2、、后果、检验方法及这些检验方法的共同思路、解决办法。P60-P6612.多重共线性的定义、后果、检验方法、解决办法。P69-P71§2.1回归分析概述IntroductiontoRegressionAnalysis一、线性回归模型的特征二、线性回归模型的普遍性三、线性回归模型的基本假设一、线性回归模型的特征1、线性回归模型的特征一个例子凯恩斯绝对收入假设消费理论：消费（C）是由收入（Y）唯一决定的，是收入的线性函数：C=+Y(2.2.1)但实际上上述等式不能准确实现。原因⑴消费除受收入影响外，还受其他因素的影响；⑵线性关系只是一个近似描述；

3、⑶收入变量观测值的近似性：收入数据本身并不绝对准确地反映收入水平。因此，一个更符合实际的数学描述为：C=+Y+(2.2.2)其中：是一个随机误差项，是其他影响因素的“综合体”。线性回归模型的特征：⑴通过引入随机误差项，将变量之间的关系用一个线性随机方程来描述，并用随机数学的方法来估计方程中的参数；⑵在线性回归模型中，被解释变量的特征由解释变量与随机误差项共同决定。2、计量经济学模型的理论方程中为什麽必须包含随机误差项？（1）在解释变量中被忽略的因素的影响；（2）变量观测值的观测误差的影响；（3）模型关系的设定误差的影响；（4）其它随机因

4、素的影响。3、随机误差项主要包括哪些因素的影响？4.回归分析的主要目的总体回归模型总体回归方程样本回归模型样本回归方程残差系统变化部分非系统变化部分从散点图发现：随着收入的增加，消费“平均地说”也在增加，且Y的条件均值均落在一条正斜率的直线上。这条直线称为总体回归线，相对于这条直线的方程即总体回归方程。消费Y收入X总体回归方程（PRF）说明被解释变量Y的平均状态（总体条件期望）随解释变量X变化的规律。由于变量间关系的随机性，回归分析关心的是根据解释变量的给定值，考察被解释变量的总体均值，即当解释变量取某个确定值时，与之统计相关的被解释变量所有可

5、能出现的对应值的平均值。回归分析的目的是，根据样本回归方程(SRF)估计总体回归方程（PRF）。Back二、线性回归模型的普遍性线性回归模型是计量经济学模型的主要形式，许多实际经济活动中经济变量间的复杂关系都可以通过一些简单的数学处理，使之化为数学上的线性关系。1.线性的含义对变量而言对参数而言2.将非线性模型转化为线性模型的数学处理方法⑴变量置换例如，描述税收与税率关系的拉弗曲线：抛物线s=a+br+cr2c<0s：税收；r：税率设X1=r，X2=r2，则原方程变换为s=a+bX1+cX2c<0变量置换仅用于变量非线性的情况。⑵函数变换例如，

6、Cobb-Dauglas生产函数：幂函数Q=AKLQ：产出量，K：投入的资本；L：投入的劳动方程两边取对数：lnQ=lnA+lnK+lnL(3)级数展开例如，不变替代弹性CES生产函数：方程两边取对数后，得到：对在ρ=0处展开台劳级数，取关于ρ的线性项，即得到一个线性近似式。变量置换得到结论：实际经济活动中的许多问题，都可以最终化为线性问题，所以，线性回归模型有其普遍意义。即使对于无法采取任何变换方法使之变成线性的非线性模型，目前使用得较多的参数估计方法——非线性最小二乘法，其原理仍然是以线性估计方法为基础。线性模型理论方法在计量经济学

7、模型理论方法的基础。Back三、线性回归模型的基本假设对于线性回归模型，模型估计的任务是用回归分析的方法估计模型的参数。最常用的估计方法是普通最小二乘法。为保证参数估计量具有良好的性质，通常对模型提出若干基本假设。如果实际模型满足这些基本假设，普通最小二乘法就是一种适用的估计方法；如果实际模型不满足这些基本假设，普通最小二乘法就不再适用，而要发展其它方法来估计模型。线性回归模型在上述意义上的基本假设（1）解释变量X1，X2，…，Xk是确定性变量，不是随机变量；解释变量之间互不相关。（2）随机误差项具有０均值和同方差。即E(i)=0i=1,2,

8、…,nVar(i)=2i=1,2,…,n（5）随机误差项服从０均值、同方差的正态分布。即i~N(0,2)i=1,2,…,n（3）随机误差项