無投影片標題NationalChengchiUniversity.ppt

《無投影片標題NationalChengchiUniversity.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、厦门大学财政系研究生课程课程名称：应用计量分析在公共财政领域的应用授课老师：黄智聪授课内容：简单线性回归模型：报告结果与选择函数造型参考书目：Hill,C.R.,W.E.Griffiths,andG.G.Judge,(2001),UndergraduateEconometrics.NewYork:JohnWiley&Sons1应用计量分析在公共财政领域的应用黄智聪简单线性回归模型Yt=β1+β2Xt+etet~N(0,1)两个分析模型的理由：解释应变数(yt)会如何随着自变数(xt)的改变而改变。在x0已知下预测y0。2应用计量分析在公共财政领域的应用黄智聪总平方和(SST

2、)可解释的平方和(SSR)误差平方和(SSE)SST=SSR+SSE3应用计量分析在公共财政领域的应用黄智聪R2=判定系数0

3、不，在使用横断面资料的回归研究，以不同时点观察同一个体或其他经济行为的样本时，是很具有代表性的。5应用计量分析在公共财政领域的应用黄智聪(2)R2=(Yt,)的相关系数=简单线性回归的相关分析(1)  r2=R2,r=Cov(X,Y)/=举例来证明r2=举例来证明r2=R26应用计量分析在公共财政领域的应用黄智聪报告回归结果=40.7676+0.1283XtR2=0.317(22.1387)(0.0305)(s.e)或=40.7676+0.1283XtR2=0.317(1.84)(4.20)(t)7应用计量分析在公共财政领域的应用黄智聪选择函数形式简单线性回归模型指的是参数

4、不会相乘、相除、平方、立方等。满足SR1SR5简单线性回归模型转换（Transformation）(1)变数间的线性关系:β2=斜率（slope）(2)倒数（Reciprocal）:8应用计量分析在公共财政领域的应用黄智聪给定一个模型，使其误差项具有下列性质：1.E(et)=02.Var(et)=σ23.Cov(ei,ej)=04.et~N(0,σ2)运用其他函数形式来进行回归分析。9应用计量分析在公共财政领域的应用黄智聪选择函数形式：实证议题1.散布（plot）2.模型Yt=β1+β2Xt+et3.估计4.预测5.残差分布→检查是否为常态分配?技术的改变时间10应用计量分

5、析在公共财政领域的应用黄智聪其他形式Yt=β1+β2Xt3+etZt3=Xt3/1000000=0.874+9.68Zt3R2=0.751R2↑Notice:残差方式也有许多其他的不足之处，例如有被忽略的变数，异质变异性（heteroskedasticity），自我相关（autocorrelation）错误建立回归模型。11应用计量分析在公共财政领域的应用黄智聪残差为常态分配吗？1.平均值→02.杰古贝尔检定（Jarque-Beratestfornormality），用来检定常态性。Ho:常态，H1:非常态若P＞α无法拒绝虚无假设12应用计量分析在公共财政领域的应用黄智聪J

6、B=T:观察值的个数S:偏态（skewness）k:峰态（kurtosis）Ex:T=30，S=0.3156，K=4.6071JB=3.72648JB﹤5.99=22,0.05JB值13应用计量分析在公共财政领域的应用黄智聪Ho：常态分配（Normaldistribution）JB＜常态分配包含截距项的系数个数JB＞拒绝常态分配P＜0.05拒绝Ho14应用计量分析在公共财政领域的应用黄智聪y=1+2X+3Z理论模型解释β1,β2,β3Model:y=E(y)+et=1+2X+3Z+et假设:(1)E(et)=0(2)Var(et)=σ2(3)Cov(et,es

7、)=0(4)et~N(0,σ2)复回归模型15应用计量分析在公共财政领域的应用黄智聪最小平方估计式的变异数与共变数(1)σ2Var(b2)越不精确(2)TVar(b2)越精确(3)Var(X2)Var(b2)越精确(4)Cov(X2,X3)Var(b2)越不精确16应用计量分析在公共财政领域的应用黄智聪误差为常态分配之最小平方估计式的性质*K:未知系数项的个数17应用计量分析在公共财政领域的应用黄智聪衡量配适度R2=1-(SSE/SST)R2的一个难题R2的难题是若加入越来越多的变数，会变的很大，即使这些加入的变数