应用计量经济学.ppt

《应用计量经济学.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、什么是计量经济学计量经济学从字面上讲，指“经济度量”指的是对实际经济和商业现象进行数量度量和分析—因此，计量经济学涉及到:经济理论统计学数学观察值/数据收集1计量经济学的三个主要用途：描述经济现实检验经济理论假设预测未来经济活动走势因此计量经济学全部都是关于问题:研究者（你！）首先提出问题，然后用计量经济学来回答这些问题。什么是计量经济学2Example一般的纯粹理论关系:Q=f(P,Ps,Yd)(1.1)计量经济学把一般的纯粹理论关系表述为更明确的表达式:Q=27.7–0.11P+0.03Ps+0.23Yd(

2、1.2)3什么是回归分析经济理论告诉我们变化的方向，例如：当DVD价格下降时，需要量的变化（或者价格上升时）但是，如果我们不仅仅想知道“如何变化?”，现时想知道“变化多少?”那样的话，我们需要一个数据样本一种方法去估计数据之间的关系最常用的一种方法被称为回归分析4正式地，回归分析是一种统计方法，该方法试图通过一个方程来“解释”一个变量——因变量，或被解释变量（dependentvariable）的变化是一系列其它变量——自变量，或解释变量（independentvariable）的变化引起什么是回归分析5Exa

3、mple回到之前的例子：Q=f(P,Ps,Yd)(1.1)这里Q被解释变量，P,Ps,Yd是解释变量不要被解释变量或解释变量这样的名称所迷惑，因为统计上的显著关系，不能说明因果关系经济产出与太阳黑子的关系、门铃与顾客的购买行为还需要经济理论常识6简单线性回归模型最简单的例子：Y=β0+β1X(1.3)βs被称为“系数”Β0是“不变项”或“截跑项”Β1是“斜率系数”：在一个线性模型中，X每增加一单位，Y的变化量，β1在整个函数是不变的7Figure1.1回归系数的图形解释8简单线性回归模型线性回归分析要求方程是线

4、性的—例如(1.3)但是，方程：Y=β0+β1X2(1.4)是非线性的应当如何处理呢？令：Z=X2(1.5)将其代入(1.4)：Y=β0+β1Z(1.6)新的方程现在是线性的(对于系数β0、β1与变量Y、Z)9简单线性回归模型(1.3)能完全说明Y的变化吗？不能！至少有四个Y的变化因素没有包含在X中：一些其它潜在的重要解释变量，(如：X2和X3)数据测量误差错误的函数形式纯粹的随机或不能预测的因素包含一个“随机误差项（stochasticerrorterm）”(ε)能有效地“考虑”所有其它引用Y变化，但是没有包

5、含在X中的因素，因此，(1.3)重新写为：Y=β0+β1X+ε(1.7)10简单线性回归模型(1.7)中的两个组成部分：确定部分(β0+β1X)随机部分(ε)为什么是“确定的”?变量Y被一个给定的X确定，X通常假定是非随机的确定部分可以被看作给定X时Y的期望值，写做：E(Y

6、X这也被称作条件期望11Example：总消费函数总消费是总收入的函数：总消费可能被高估或低估，这是由于：消费者不确定性，难以甚至不可能度量，成为遗漏变量观察到的消费与实际是不同的：测量误差“真实”的消费函数是非线性的，而估计的消费函数是线

7、性的（见Figure1.2）人类行为通常包含一些不可预测的随机因素，可能在任一时刻提高或降低消费因此，当一个或多个因素存在时，观察到的Y与通过确定部分β0+β1X预测的Y是不同。12Figure1.2用线性函数估计非线性关系产生的误差13扩展符号添加下标，以代表个体观测值线性议程的例子:Yi=β0+β1Xi+εi(i=1,2,…,N)(1.10)因此，共有N个方程，一个观测值一个方程系数：β0、β1是相同的Y,X,ε对不同的观测值是不同的14更一般的例子：多元线性回归Yi=β0+β1X1i+β2X2i+β3X3

8、i+εi(i=1,2,…,N)(1.11)任一一个系数表明了，当其他解释变量保持不变时，某一个X变化一单位，Y的变化。i.e.,ceterisparibus一个隐含的结论是，没有包含在回归模型中的其它影响因素并没有保持不变(wereturntothisinCh.6)扩展符号15Example:工资模型工资(WAGE)由以下因素决定：工作年限(EXP)教育年限(EDU)性别(GEND:男性取1，女性取0)代入(1.11)得到：WAGEi=β0+β1EXPi+β2EDUi+β3GENDi+εi(1.12)16统一约

9、定下标“i”用以区别不同的个体(数据称为截面数据“crosssection”)下标“t”用以区别不同时期的同一个体(数据称为时间序列数据”timeseries”，包括：年度、月度、日度数据)下标“it”用以不同时期不同个体的数据(数据称为面板数据“paneldata”)17估计的回归方程到目前为止的回归方程是“真实的”，但是是未知的、理论上的回归方程，也可以使用“总体”回归函数这一术语