计量经济学结果解释基础
合集下载
相关主题
- 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)。
形象解释计量经济学 淘宝ID:等5.0.0.pJgtTD&id=38477618783
前沿及目录
首先，这不是书籍，也不是什么学习工具书，只是我闲暇之余给未学过计量经济学 或学过一些基础的计量经济学的学生，已经有了实证分析结果，但对于不理解结果的人 提供的一个趣味的解释手册。 在这个手册里我会注重聊天式解释，常用的一些计量知识，不拘泥于理论化、公式 化，目的是想让大家能理解实证分析的结果2)。 建立本群的目的，当然是为了大家进行软件学习以及交流。但我坚信除了自己靠自 己以外，他人不可能有那么多时间和精力来告诉你这个东西怎么做，而且世上很少有免 费 的午餐。作 为计 量 经济学专业 的 研 究生，我只是想在 闲 暇之余，兼 职 一下， 赚 点外 块，如果您不需要代做分析，请在群里进行询问，我有时间，我愿意进行回答的，我也 会进行解答，如果是私人找我聊天，我默认为是要有偿分析的，谢谢理解。
2) 因为我的知识量及时间有限，不足之处请谅解，有很多内容我也会在闲暇之余进行更新和修正。 3) 淘宝地址:/item.htm?spm=686.1000925.0.0.pJgtTD&id=38477618783
绪论，为什么要做计量实证分析？4)
很多学生在写毕业论文时会遇到这样的一个问题，特别是人文社会学科的，老师会让你在论 文里加 实证 分析。一听到 这 句 话 就 头 大了， 没学过统计学 或者 计 量 经济学 ， 为 什 么 要 让 我做 这 些，我语文功底好，我多写点文字方面的不就可以了。但是你有没有想过这些问题呢？ 一、什么是论文，论文是你要提出一个论点去论证，如果你用文字说明的论证，远不如用数据分 析出的结果论证更为有说服力，因为文字上的东西你可以乱写，但利用数据，通过正确的模型给 予你论文论点的论证是非常有说服力的。 二、如果论文里全是文字性的内容，所有人都觉得，这篇论文很枯燥，如果加点数据分析图，数 据分析的结果表，会使得论文更有水准和质量，觉得这篇论文很牛，很有水平。 三、很多论点你用数据分析结果来解释，会让人觉得很清晰，一目了然。比如说我们用文字叙述 来写个投资对国内生产总值有正向的影响。但是你只用文字来叙述感觉有点枯燥无味了。如果利 用以下的数据分析。 建立一个线性回归模型：gdp=a+b*inv+e 然后搜集数据，利用OLS方法估计系数，假设数据分析结果如下 gdp=3000+0.234*inv+e 在系数显著的情况下，我们可以从结果中解释，如果inv增加一个单位，gdp会增加0.234个单位。 这结果明显比文字上的叙述更简洁明了，而且也使得我们知道在我们现有的数据下，inv对gdp的 影响到底有多大。
Source | Model | Residual | Total | SS 184233937 450831459 635065396 df 1 72 73 MS 184233937 6261548.04 8699525.97 Number of obs = F( 1, 72) = = = = Prob > F R-squared Root MSE 74 29.42 0.0000 0.2901 0.2802 2502.3
4) 淘宝地址:/item.htm?spm=686.1000925.0.0.pJgtTD&id=38477618783
1
第一节，计量经济学按数据的分类简介5)
计量经济学的分类方法有很多，按照数据类型，按照估计方法，按照研究领域等等，虽然我 系统的学了计量知识，但是很多东西像你们一样，已经一大半还给老师了，只有一小部分留在了 脑子里，但就这一小部分，已经涵盖了我对与计量经济学的一个直观的认识。 废话不多说，我认为按什么分类方式，最重要的是我们要知道我们要搜集，或者搜集到的是 什么样的数据。计量经济学按数据分类主要分为三种数据。 横截面数据：横截面数据，顾名思义就是说一个横向的数据，什么样的数据是横向的呢，就是一 个固定的时间上，对于多个个体的数据，这个个体可以包含（国家，省份，公司，人等等）。这 里要注意固定时间，不一定是要所有个体确认到每分每秒的一个统一时间，比如按2000年，中国 30个省的国民生产总值来讲，不用说非要是所有省都要一起发布经济指标的报告。 表1.1 横截面数据格式 id 1 2 3 国家 中国 美国 俄罗斯 Y 2 3 4 X 1 1 2
面板数据： 面板数据就是把横截面数据和时间序列数据综合在一起，多个个体多个时间段上的数 据，例如2000-2010年30个省的GDP，Investment等数据。面板数据也和横截面数据有差别，根据 研究情况考虑个体特异性和时间特异性，因此做回归分析时也要注意。 表3 面板数据的格式 id 1 1 2 year 2011 2012 2011 Y 3 4 4 X 1 2 5
------------------------------------------------------------------------------
模型1的结果显示x的系数为2.044，说明x增加一个单位，y增加2.044个单位。
6) 淘宝地址:/item.htm?spm=686.1000925.0.0.pJgtTD&id=38477618783 7) 详细内容请参考伍德里奇教授的 《计量经济学导论 第四版》 8) 本文的数据及方法随机采用，如有雷同纯属巧合现象。
-------------+------------------------------
-------------+------------------------------
Adj R-squared =
-----------------------------------------------------------------------------y | x | _cons | Coef. 2.044063 -6.707353 Std. Err. .3768341 1174.43 t 5.42 -0.01 P>|t| 0.000 0.995 [95% Conf. Interval] 1.292857 -2347.89 2.795268 2334.475 -------------+----------------------------------------------------------------
时间序列数据：有些人也叫做纵向数据，就是说同一个个体的多个时间维度上的数据，比如中国 2000-2013年的GDP，Investment等等，都是时间序列数据，因为时间序列数据有时间上的一个特 异性，因此在做分析时有很多要注意的地方，比如说做OLS回归就不能像横截面数据那样直接做回 归，不然可能会产生伪回归现象。 表1.2 时间序列数据格式 year 2011 2012 2013 Y 3 4 5 X 1 2 4
4
模型2的结果表
Source | Model | Residual | Total | SS 156365502 478699895 635065396 df 1 72 73 MS 156365502 6648609.65 8699525.97 Number of obs = F( 1, 72) = = = = Prob > F R-squared Root MSE 74 23.52 0.0000 0.2462 0.2358 2578.5
5) 淘宝地址:/item.htm?spm=686.1000925.0.0.pJgtTD&id=38477618783
2
2
2012
3
6
3
第二节，估计值的显著性及估计值的解释6) 2.1 系数解释
做回归分析时，一般会用水平值和对数值的情况，我们具体按单元回归模型来解释。当我们 有 变 量Y和 变 量X，把Y 当 作因 变 量，把X作 为 自 变 量，然后假 设两 者之 间满 足 线 性回 归 的所有假 设。有下列四种模型 模型1：Y=a1+b1*X+e1 模型2：Y=a2+b2*log(X)+e2 模型3：log(Y)=a3+b3*X+e3 模型4：log(Y)=a4+b4*log(X)+e47) （1）模型1中系数b1的解释是，X增加一个单位，Y变化b1个单位。 （2）模型2中系数b2的解释是，X增加1%，Y变化b2/100个单位。 （3）模型3中系数b3的解释是，x增加一个单位，Y变化b3*100%。 （4）模型4中系数b4的解释是，x增加1%，Y变化b4%。 我随机利用了一个Y和X数据，如有雷同，纯属巧合。8) 用Stata软件回归的结果为，如有雷同，纯属巧合。 模型1的结果表
[目录]3)
绪论，为什么要做计量实证分析？ ·········································································································· 1 第一节，计量经济学按数据的分类简介 ································································································· 2 第二节，估计值的显著性及估计值的解释 ····························································································· 3 2.1 系数解释 ·············································································································································· 3 2.2 系数的显著性 ······································································································································ 5 第三节，时间序列数据的平稳性是什么？ ······························································································ 7 第四节，时间序列数据协整是what？ ···································································································· 8 第五节，R2高就真的代表模型是好模型吗？ ······················································································· 10 第六节，相关性分析与回归分析有什么不同？ ··················································································· 11 第七节，多重共线性到底怎么了？ ······································································································· 12 第八节，面板数据模型的个体特异项是什么？常用什么方法来检测？ ············································ 12 第九节，内生性什么？工具变量和内生变量有什么关系？ ································································ 14 参考文献
前沿及目录
首先，这不是书籍，也不是什么学习工具书，只是我闲暇之余给未学过计量经济学 或学过一些基础的计量经济学的学生，已经有了实证分析结果，但对于不理解结果的人 提供的一个趣味的解释手册。 在这个手册里我会注重聊天式解释，常用的一些计量知识，不拘泥于理论化、公式 化，目的是想让大家能理解实证分析的结果2)。 建立本群的目的，当然是为了大家进行软件学习以及交流。但我坚信除了自己靠自 己以外，他人不可能有那么多时间和精力来告诉你这个东西怎么做，而且世上很少有免 费 的午餐。作 为计 量 经济学专业 的 研 究生，我只是想在 闲 暇之余，兼 职 一下， 赚 点外 块，如果您不需要代做分析，请在群里进行询问，我有时间，我愿意进行回答的，我也 会进行解答，如果是私人找我聊天，我默认为是要有偿分析的，谢谢理解。
2) 因为我的知识量及时间有限，不足之处请谅解，有很多内容我也会在闲暇之余进行更新和修正。 3) 淘宝地址:/item.htm?spm=686.1000925.0.0.pJgtTD&id=38477618783
绪论，为什么要做计量实证分析？4)
很多学生在写毕业论文时会遇到这样的一个问题，特别是人文社会学科的，老师会让你在论 文里加 实证 分析。一听到 这 句 话 就 头 大了， 没学过统计学 或者 计 量 经济学 ， 为 什 么 要 让 我做 这 些，我语文功底好，我多写点文字方面的不就可以了。但是你有没有想过这些问题呢？ 一、什么是论文，论文是你要提出一个论点去论证，如果你用文字说明的论证，远不如用数据分 析出的结果论证更为有说服力，因为文字上的东西你可以乱写，但利用数据，通过正确的模型给 予你论文论点的论证是非常有说服力的。 二、如果论文里全是文字性的内容，所有人都觉得，这篇论文很枯燥，如果加点数据分析图，数 据分析的结果表，会使得论文更有水准和质量，觉得这篇论文很牛，很有水平。 三、很多论点你用数据分析结果来解释，会让人觉得很清晰，一目了然。比如说我们用文字叙述 来写个投资对国内生产总值有正向的影响。但是你只用文字来叙述感觉有点枯燥无味了。如果利 用以下的数据分析。 建立一个线性回归模型：gdp=a+b*inv+e 然后搜集数据，利用OLS方法估计系数，假设数据分析结果如下 gdp=3000+0.234*inv+e 在系数显著的情况下，我们可以从结果中解释，如果inv增加一个单位，gdp会增加0.234个单位。 这结果明显比文字上的叙述更简洁明了，而且也使得我们知道在我们现有的数据下，inv对gdp的 影响到底有多大。
Source | Model | Residual | Total | SS 184233937 450831459 635065396 df 1 72 73 MS 184233937 6261548.04 8699525.97 Number of obs = F( 1, 72) = = = = Prob > F R-squared Root MSE 74 29.42 0.0000 0.2901 0.2802 2502.3
4) 淘宝地址:/item.htm?spm=686.1000925.0.0.pJgtTD&id=38477618783
1
第一节，计量经济学按数据的分类简介5)
计量经济学的分类方法有很多，按照数据类型，按照估计方法，按照研究领域等等，虽然我 系统的学了计量知识，但是很多东西像你们一样，已经一大半还给老师了，只有一小部分留在了 脑子里，但就这一小部分，已经涵盖了我对与计量经济学的一个直观的认识。 废话不多说，我认为按什么分类方式，最重要的是我们要知道我们要搜集，或者搜集到的是 什么样的数据。计量经济学按数据分类主要分为三种数据。 横截面数据：横截面数据，顾名思义就是说一个横向的数据，什么样的数据是横向的呢，就是一 个固定的时间上，对于多个个体的数据，这个个体可以包含（国家，省份，公司，人等等）。这 里要注意固定时间，不一定是要所有个体确认到每分每秒的一个统一时间，比如按2000年，中国 30个省的国民生产总值来讲，不用说非要是所有省都要一起发布经济指标的报告。 表1.1 横截面数据格式 id 1 2 3 国家 中国 美国 俄罗斯 Y 2 3 4 X 1 1 2
面板数据： 面板数据就是把横截面数据和时间序列数据综合在一起，多个个体多个时间段上的数 据，例如2000-2010年30个省的GDP，Investment等数据。面板数据也和横截面数据有差别，根据 研究情况考虑个体特异性和时间特异性，因此做回归分析时也要注意。 表3 面板数据的格式 id 1 1 2 year 2011 2012 2011 Y 3 4 4 X 1 2 5
------------------------------------------------------------------------------
模型1的结果显示x的系数为2.044，说明x增加一个单位，y增加2.044个单位。
6) 淘宝地址:/item.htm?spm=686.1000925.0.0.pJgtTD&id=38477618783 7) 详细内容请参考伍德里奇教授的 《计量经济学导论 第四版》 8) 本文的数据及方法随机采用，如有雷同纯属巧合现象。
-------------+------------------------------
-------------+------------------------------
Adj R-squared =
-----------------------------------------------------------------------------y | x | _cons | Coef. 2.044063 -6.707353 Std. Err. .3768341 1174.43 t 5.42 -0.01 P>|t| 0.000 0.995 [95% Conf. Interval] 1.292857 -2347.89 2.795268 2334.475 -------------+----------------------------------------------------------------
时间序列数据：有些人也叫做纵向数据，就是说同一个个体的多个时间维度上的数据，比如中国 2000-2013年的GDP，Investment等等，都是时间序列数据，因为时间序列数据有时间上的一个特 异性，因此在做分析时有很多要注意的地方，比如说做OLS回归就不能像横截面数据那样直接做回 归，不然可能会产生伪回归现象。 表1.2 时间序列数据格式 year 2011 2012 2013 Y 3 4 5 X 1 2 4
4
模型2的结果表
Source | Model | Residual | Total | SS 156365502 478699895 635065396 df 1 72 73 MS 156365502 6648609.65 8699525.97 Number of obs = F( 1, 72) = = = = Prob > F R-squared Root MSE 74 23.52 0.0000 0.2462 0.2358 2578.5
5) 淘宝地址:/item.htm?spm=686.1000925.0.0.pJgtTD&id=38477618783
2
2
2012
3
6
3
第二节，估计值的显著性及估计值的解释6) 2.1 系数解释
做回归分析时，一般会用水平值和对数值的情况，我们具体按单元回归模型来解释。当我们 有 变 量Y和 变 量X，把Y 当 作因 变 量，把X作 为 自 变 量，然后假 设两 者之 间满 足 线 性回 归 的所有假 设。有下列四种模型 模型1：Y=a1+b1*X+e1 模型2：Y=a2+b2*log(X)+e2 模型3：log(Y)=a3+b3*X+e3 模型4：log(Y)=a4+b4*log(X)+e47) （1）模型1中系数b1的解释是，X增加一个单位，Y变化b1个单位。 （2）模型2中系数b2的解释是，X增加1%，Y变化b2/100个单位。 （3）模型3中系数b3的解释是，x增加一个单位，Y变化b3*100%。 （4）模型4中系数b4的解释是，x增加1%，Y变化b4%。 我随机利用了一个Y和X数据，如有雷同，纯属巧合。8) 用Stata软件回归的结果为，如有雷同，纯属巧合。 模型1的结果表
[目录]3)
绪论，为什么要做计量实证分析？ ·········································································································· 1 第一节，计量经济学按数据的分类简介 ································································································· 2 第二节，估计值的显著性及估计值的解释 ····························································································· 3 2.1 系数解释 ·············································································································································· 3 2.2 系数的显著性 ······································································································································ 5 第三节，时间序列数据的平稳性是什么？ ······························································································ 7 第四节，时间序列数据协整是what？ ···································································································· 8 第五节，R2高就真的代表模型是好模型吗？ ······················································································· 10 第六节，相关性分析与回归分析有什么不同？ ··················································································· 11 第七节，多重共线性到底怎么了？ ······································································································· 12 第八节，面板数据模型的个体特异项是什么？常用什么方法来检测？ ············································ 12 第九节，内生性什么？工具变量和内生变量有什么关系？ ································································ 14 参考文献