计量经济学期末复习(课堂PPT)

15
• 练习3.简述异方差对下列各项有何影响：
• （1）OLS估计量及其方差；
• （2）置信区间；
• （3）显著性t检验和F检验的使用。
• 练习4.什么是异方差性？举例说明经济现象中的 异方差性。检验异方差性的方法和思路是什么？
• 练习5.什么是序列相关性？举例说明经济现象中 序列相关性的存在。检验序列相关性的方法思路 是什么？熟悉D.W统计量的计算方法和查表判断。
2020/4/24
9
三、违背经济假定的模型
• 当模型假定不符合高－马定理仍然采用OLS估计模型所 带来的后果：
• 1.异方差性 • 是随机干扰项的方差不相同时产生的一类现象。
• OLS估计仍是无偏、一致的，但通常的假设检验t、F不可 靠，将导致错误的结论。
• 常用的检验方法：图示法、Park 和Gleiser 检验法、 Goldfeld-Quandt检验法、White 检验法。
2020/4/24
6
• （3）参数的分布
1 ~ N (ˆ1,
2 x2 )
se(ˆ0 ) ˆ
N
X
2 i
xi2
0 ~ N (ˆ0,
X 2i 2 )
N x2ຫໍສະໝຸດ Baidu
se(ˆ1)
ˆ
xi2
ˆ 2 uˆi2
N 2
• （4）t统计量
t0
ˆ0 0 se(ˆ0 )
~
t(N
2)
t1
ˆ1 1 se(ˆ1)
2
5.计量经济学模型的应用 （1）结构分析 （2）经济预测 （3）政策评价 （4）检验与发展经济理论
2020/4/24
3
二、一元线性回归模型
1.基本概念 （1）变量间的关系（确定的函数关系、不确
定的统计关系） （2）相关分析、回归分析 （3）相关分析和回归分析的相互联系与区别 （4）总体回归函数 （5）样本回归函数 （6）样本回归函数的随机形式
• 逐步回归法、差分法、增大样本容量法、使用额 外信息法。
2020/4/24
12
违背经济假定的模型
2020/4/24
13
• 练习1：解释下列概念：
• （1）异方差性 （2）序列相关性
• （3）多重共线性 （4）完全共线性
• （5）近似共线性 （6）随机解释变量
• （7）差分法
（8）广义最小二乘法
• （9）D.W检验
• 练习2.判断下列各题的对错，并说明理由：
• （1）在存在异方差情况下，OLS估计量是有偏的 和无效的。
• （2）如果存在异方差，导致t检验与F检验失效。
• （3）在存在异方差情况下，OLS法总是高估了估 计量的标准差。
2020/4/24
14
• （4）存在序列相关时，OLS估计量是有偏 的并且也是无效的。
n2
2020/4/24
8
• 3.拟合优度 • （1）离差平方和分解
yi Yi Y (Yi Yˆi ) (Yˆi Y ) uˆi yˆi
• （2）关系
• 总离差： TSS＝ESS+RSS
• 自由度：N－1=k+(N-k-1)
• （3）拟合优度
•
R2 ESS 1 RSS TSS TSS
~
t(N
2)
2020/4/24
7
（5）参数估计的最小二乘原理（基本思想）
n
n
Qmin min ei2 min (Yi ˆ0 ˆi X i )2
i 1
i 1
n
n
Qmin min ei2 min (Yi ˆ0 ˆi Xi )2
i1
i1
（6）总体方差的估计
n
ei 2
2
i 1
2020/4/24
4
二、线性回归模型
• 2.高－马定理
• （1）一类是关于随机干扰项的，包括零均值， 同方差、不序列相关，满足正态分布；
• （2）另一类是关于解释变量的，主要有：解 释变量是非随机的，如果是随机变量，则与 随机干扰项不相关。
• （3）对于多元回归还包括：各解释变量之间 不存在相关性。
• 2.消除异方差的方法 • 加权最小二乘法法（WLS）
2020/4/24
10
违背经济假定的模型
• 序列相关性 • 是模型随机干扰项出现序列相关时产生现
象。 • OLS估计量仍具有无偏性与一致性，但假设
检验不可靠，预测变得无效。 • 检验方法 • 图示法、回归检验法、D.W检验法等。 • 修正方法 • 广义差分法、广义最小二乘法（GLS）
时间序列数据、截面数据及虚拟变量数据。 （2）样本数据的质量
完整性、准确性、可比性及一致性。 4.模型的检验 （1）经济意义检验 （2）统计检验（拟合优度检验、变量及方程的显著
性检验） （3）计量经济学检验（随机干扰项的相关性检验、
异方差性检验及解释变量的多重共线性检验） （4）模型预测检验
2020/4/24
计量经济学复习
一、绪论 1.计量经济学概念 2.计量经济学模型的设计 （1）确定模型所包含的变量 考虑经济现象的经济学理论及经济行为规律，
数据的可得性，选择变量间的独立性； （2）确定模型的数学形式； （3）拟定理论模型中待估参数的理论期望值。
2020/4/24
1
3.样本数据的收集 （1）样本数据的类型
• （4）这些假设都是针对普通最小二乘法的。
2020/4/24
5
• 3.一元线性回归参数估计
• （1）参数的估计
ˆ1
xi yi xi2
ˆ0 Y ˆ1 X
• （2）参数的性质
• 线性性、无偏性、最小方差性（BLUE）
• 在经典假定下，普通最小二乘估计量具有 线性性、无偏性和最小方差性（ BLUE）。
• （5）消除序列相关的一阶差分变换假定自 相关系数 必须等于1。
• （6）存在多重共线时，模型参数无法估计。 • （7）存在多重共线时，一定会使参数估计
值的方差增大，从而造成估计率的损失。
• （8）一旦模型中的解释变量是随机的，则 违背了基本假设，使得模型的OLS估计量有 偏且不一致。
2020/4/24
2020/4/24
11
违背经济假定的模型
• 多重共线性
• 是指多个解释变量间存在共线性（相关性），分 为完全共线或近似共线。
• 模型完全共线时，模型参数无法估计。 • 近似共线时，不违背经典假设，模型参数OLS仍
是无偏、一致且有效的，但估计的参数的标准差 往往较大，使得t减少，参数显著性下降。 • 消除方法
• 练习6.什么是多重共线性？产生多重共线性的经 济背景是什么？有何危害？为什么会造成这些危 害？检验多重共线性的方法思路是什么？有哪些 克服方法？
2020/4/24
16
例题