计量经济学主要公式
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
序
公式名称计算公式
号
y t = β0 + β1 x t + u t
1真实的回归模
型
2估计的回归模
型y t =+x t +
E(y t) = β0 + β1 x t
3真实的回归函
数
4估计的回归函
数=+x t
5最小二乘估计
公式
6
和的方
差
7σ2的无偏估
计量= s2 =
8
和估计
的方差
9总平方和
∑(y t -) 2
10回归平方和
∑(-) 2
11误差平方和
∑(y t -)2 = ∑()2
12可决系数(确
定系数)
13检验β0,β1 是
否为零的t统
计量
14β1的置信区间
-tα(T-2) ≤β1≤+tα(T-2)
15单个y T+1的点
预测=+x T+1
16E(y T+1)的区间
预测
17单个y T+1的区
间预测
18样本相关系数
表3.4 多元线性回归模型的主要计算公式
序号公式名称计算公式
1 真实的回归模型Y= X β+ u
2 估计的回归模型Y = X+
3 真实的回归函数E(Y) = X β
4 估计的回归函数= X
5 最小二乘估计公式= (X 'X)-1X 'Y
6 回归系数的方差Var() = σ2(X 'X)-1
7 σ2的无偏估计量= s2 ='/ (T - k)
8 回归系数估计的方差() =(X 'X)-1
9 回归平方和SSR = = '- T
10 总平方和SST = Y 'Y - T
11 残差平方和SSE = '
12 可决系数
13 调整的可决系数
14 F统计量
15 t统计量
16 点预测公式
C = (1 x T+1 1 x T+1 2… x T+1 k-1 )
= C = 0 +1 x T+1 1 + … + k-1 x T+1 k-1
17 E(y T+1) 的置信区间预
测
C±tα/2 (1, T-k)s
18 单个y T+1的置信区间预
测
C±tα/2 (T-k)s
19 预测误差e t = - y t, t= 1, 2, …, T
20 相对误差PE = , t= 1, 2, …, T
21 误差均方根
22 绝对误差平均
23 相对误差绝对值平均
24 Theil系数
25 偏相关系数是控制z
t不变条件下的x t, y t的简单相关系数。
26 y t与x t1,x t2,…,x tk–1的
复相关系数
是y t与的简单相关系数。其中是y t对x t1,x t2,…x tk–1
回归的拟合
2:随机误差项的性质
(1)误差项代表了未纳入模型变量的影响;(2)即使模型中包括了决定数学分数的所有变量,其内在随机性也不可避免,这是做任何努力都无法解释的;(3)u代表了度量误差;(4)“奥卡姆剃刀原则”,即描述应该尽可能简单,只要不遗漏重要的信息。
3:解释回归结果的步骤
(1)看整个模型的显著性,看F统计量的值;(2)看单个参数的显著性;
(3)解释斜率的经济含义;(4)解释R²。
4:古典线性回归模型的基本假定(同多元线性回归模型的基本假定相同)
(1)所有自变量是确定性变量; (2)
(3)自变量之间不存在完全多重共线性。
12:样本回归方程,i e 为残差项,
i i i e X b b Y ++=21
总体回归方程,i u 为随机误差项
i i i u X B B Y ++=21
5:
样本回归函数:
随机样本回归函数:
总体回归函数:
随机总体回归方程:
观察值可表示为: 6:普通最小二乘法就是要选择参数1b 、2b ,使得参差平方和最小。
()()()
∑∑∑∑∑∑--=---==-=2
2
2
22
21X n X Y X n Y X X X Y Y X X x y x b X b Y b i
i i i
i
i
i
i i
7:R ²的计算公式:( R ²度量了回归模型对Y 变异的解释比例)
TSS :总离差平方和ESS :回归平方和RSS :残差平方和
(1)
(2)
(3)
8:F 检验
)
3,2(~)
3(2
)(.
...23322--+=
=∑∑∑n F n e
x y b x y b f d RSS f d ESS F t
t t t t
21ESS RSS
TSS TSS
ESS
R TSS =+
=
RSS ESS TSS +=i
i i i i i i i i i i i i i i i u
X Y E Y e Y
Y u
X B B Y X B B X Y E e X b b Y X b b Y
+=+=++=+=++=+=)|(ˆ)|(ˆ21212121