單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法_第1頁
單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法_第2頁
單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法_第3頁
單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法_第4頁
單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法_第5頁
已閱讀5頁,還剩21頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

第二章單方程計(jì)量經(jīng)濟(jì)學(xué)模型

理論與方法

TheoryandMethodologyofSingle-EquationEconometricModel

線性單方程計(jì)量經(jīng)濟(jì)學(xué)模型的理論基礎(chǔ)和參數(shù)估計(jì)線性單方程計(jì)量經(jīng)濟(jì)學(xué)模型的統(tǒng)計(jì)檢驗(yàn)和區(qū)間估計(jì)違背古典假設(shè)的計(jì)量經(jīng)濟(jì)學(xué)問題單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第1頁!本章知識(shí)要點(diǎn)

單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第2頁!7.最小樣本容量、滿足基本要求的樣本容量。P42,P438.在相同的置信概率下如何縮小置信區(qū)間。P549.虛擬變量。帶常數(shù)項(xiàng)的計(jì)量模型引入虛擬變量個(gè)數(shù)原則。P11,見筆記10.異方差性的定義、后果、檢驗(yàn)方法及這些檢驗(yàn)方法的共同思路、解決辦法。P55-P5811.序列相關(guān)性的定義、后果、檢驗(yàn)方法及這些檢驗(yàn)方法的共同思路、解決辦法。P60-P6612.多重共線性的定義、后果、檢驗(yàn)方法、解決辦法。P69-P71單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第3頁!一、線性回歸模型的特征

單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第4頁!因此,一個(gè)更符合實(shí)際的數(shù)學(xué)描述為:

C=+Y+(2.2.2)其中:是一個(gè)隨機(jī)誤差項(xiàng),是其他影響因素的“綜合體”。線性回歸模型的特征:

⑴通過引入隨機(jī)誤差項(xiàng),將變量之間的關(guān)系用一個(gè)線性隨機(jī)方程來描述,并用隨機(jī)數(shù)學(xué)的方法來估計(jì)方程中的參數(shù);⑵在線性回歸模型中,被解釋變量的特征由解釋變量與隨機(jī)誤差項(xiàng)共同決定。單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第5頁!(1)在解釋變量中被忽略的因素的影響;(2)變量觀測值的觀測誤差的影響;(3)模型關(guān)系的設(shè)定誤差的影響;(4)其它隨機(jī)因素的影響。3、隨機(jī)誤差項(xiàng)主要包括哪些因素的影響?單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第6頁!總體回歸模型總體回歸方程樣本回歸模型樣本回歸方程殘差系統(tǒng)變化部分非系統(tǒng)變化部分單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第7頁!總體回歸方程(PRF)說明被解釋變量Y的平均狀態(tài)(總體條件期望)隨解釋變量X變化的規(guī)律。由于變量間關(guān)系的隨機(jī)性,回歸分析關(guān)心的是根據(jù)解釋變量的給定值,考察被解釋變量的總體均值,即當(dāng)解釋變量取某個(gè)確定值時(shí),與之統(tǒng)計(jì)相關(guān)的被解釋變量所有可能出現(xiàn)的對應(yīng)值的平均值。

回歸分析的目的是,根據(jù)樣本回歸方程(SRF)估計(jì)總體回歸方程(PRF)。單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第8頁!二、線性回歸模型的普遍性單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第9頁!2.將非線性模型轉(zhuǎn)化為線性模型的數(shù)學(xué)處理方法⑴變量置換例如,描述稅收與稅率關(guān)系的拉弗曲線:拋物線

s=a+br+cr2c<0s:稅收;r:稅率設(shè)X1=r,X2=r2,則原方程變換為

s=a+bX1+cX2c<0變量置換僅用于變量非線性的情況。單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第10頁!(3)級(jí)數(shù)展開例如,不變替代彈性CES生產(chǎn)函數(shù):方程兩邊取對數(shù)后,得到:對在ρ=0處展開臺(tái)勞級(jí)數(shù),取關(guān)于ρ的線性項(xiàng),即得到一個(gè)線性近似式。

單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第11頁!結(jié)論:實(shí)際經(jīng)濟(jì)活動(dòng)中的許多問題,都可以最終化為線性問題,所以,線性回歸模型有其普遍意義。即使對于無法采取任何變換方法使之變成線性的非線性模型,目前使用得較多的參數(shù)估計(jì)方法——非線性最小二乘法,其原理仍然是以線性估計(jì)方法為基礎(chǔ)。線性模型理論方法在計(jì)量經(jīng)濟(jì)學(xué)模型理論方法的基礎(chǔ)。Back單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第12頁!對于線性回歸模型,模型估計(jì)的任務(wù)是用回歸分析的方法估計(jì)模型的參數(shù)。最常用的估計(jì)方法是普通最小二乘法。為保證參數(shù)估計(jì)量具有良好的性質(zhì),通常對模型提出若干基本假設(shè)。如果實(shí)際模型滿足這些基本假設(shè),普通最小二乘法就是一種適用的估計(jì)方法;如果實(shí)際模型不滿足這些基本假設(shè),普通最小二乘法就不再適用,而要發(fā)展其它方法來估計(jì)模型。單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第13頁!

(5)隨機(jī)誤差項(xiàng)服從0均值、同方差的正態(tài)分布。即i~N(0,2)i=1,2,…,n(3)隨機(jī)誤差項(xiàng)在不同樣本點(diǎn)之間是獨(dú)立的,不存在序列相關(guān)。即

Cov(i,j)=0i≠ji,j=1,2,…,n(4)隨機(jī)誤差項(xiàng)與解釋變量之間不相關(guān)。即

Cov(Xji,i)=0j=1,2,…,ki=1,2,…,n單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第14頁!§2.1回歸分析概述

IntroductiontoRegressionAnalysis一、線性回歸模型的特征二、線性回歸模型的普遍性三、線性回歸模型的基本假設(shè)單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第15頁!1、線性回歸模型的特征一個(gè)例子

凱恩斯絕對收入假設(shè)消費(fèi)理論:消費(fèi)(C)是由收入(Y)唯一決定的,是收入的線性函數(shù):

C=+Y(2.2.1)

但實(shí)際上上述等式不能準(zhǔn)確實(shí)現(xiàn)。原因⑴消費(fèi)除受收入影響外,還受其他因素的影響;⑵線性關(guān)系只是一個(gè)近似描述;⑶收入變量觀測值的近似性:收入數(shù)據(jù)本身并不絕對準(zhǔn)確地反映收入水平。單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第16頁!2、計(jì)量經(jīng)濟(jì)學(xué)模型的理論方程中為什麼必須包含隨機(jī)誤差項(xiàng)?單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第17頁!4.回歸分析的主要目的

單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第18頁!

從散點(diǎn)圖發(fā)現(xiàn):隨著收入的增加,消費(fèi)“平均地說”也在增加,且Y的條件均值均落在一條正斜率的直線上。這條直線稱為總體回歸線,相對于這條直線的方程即總體回歸方程。消費(fèi)Y收入X單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第19頁!Back單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第20頁!

線性回歸模型是計(jì)量經(jīng)濟(jì)學(xué)模型的主要形式,許多實(shí)際經(jīng)濟(jì)活動(dòng)中經(jīng)濟(jì)變量間的復(fù)雜關(guān)系都可以通過一些簡單的數(shù)學(xué)處理,使之化為數(shù)學(xué)上的線性關(guān)系。1.線性的含義對變量而言對參數(shù)而言單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第21頁!⑵函數(shù)變換

例如,Cobb-Dauglas生產(chǎn)函數(shù):冪函數(shù)

Q=AKLQ:產(chǎn)出量,K:投入的資本;L:投入的勞動(dòng)

方程兩邊取對數(shù):

lnQ=lnA+lnK+lnL單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第22頁!變量置換得到單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第23頁!三、線性回歸模型的基本假設(shè)單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第24頁!

線性回歸模型在上述意義上的基本假設(shè)

(1)解釋變量X1,X2,…,Xk

是確定性變量,不是隨機(jī)變量;解釋變量之間互不相關(guān)。

(2)隨機(jī)誤差項(xiàng)具有0均值和同方差。即

E(i)=0i=1,2,…,nVar(i)=2i=1,2,…,n

單方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法共26頁,您現(xiàn)在瀏覽的是第25頁!重要提示幾乎沒有哪個(gè)實(shí)際問題能夠同時(shí)滿足所有基

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論