计量经济学2.pptVIP

表8-2 钟表拍卖价格一例的方差分析表　 F与R2之间的重要关系： (8-50) 当R2＝0，F＝0，当R2＝1，F值为无穷大。 表8-3 用Ｒ2形式表示的方差分析表　 此例中： (8-51) 8.9 从多元回归模型到双变量模型: 设定误差 对古董钟拍卖价格一例，我们比较下面三个结果： （1）斜率系数不同。 （2）截距相差很大。 （3）t值、R2、F值差别较大。 （4）从三变量回归模型中将某一重要变量略去，会导致（模型的）设定误差或设定偏差。 8.10 两个不同的R2的比较: 校正的判定系数 本节将讨论校正的判定系数，本节要考察的问题是： 1. 为什么要考察校正的判定系数？原来的判定系数有什么缺点？ 2. 校正的判定系数与原判定系数有怎样的关系？ 3. 校正的判定系数的性质如何？ 校正的判定系数R2定义如下： （8-54） 性质： （1）若k1，则 。 （2）虽然非校正的判定系数R2 总为正，但校正的判定系数 可能为负。 例如，若回归模型中，ｋ=3，n=30，R2=0.06，则 为－0.0096。 在古董钟的拍卖价格一例中，校正的判定系数　 为0.8830，比非校正的判定系数0.8906略小。 8.11 什么时候增加新的解释变量 根据经济理论选择合适的解释变量作为待选变量，将待选的变量代入模型中估计，若校正判定系数值增加，就可以增加该解释变量。 如在上面的例子中，加人X3后，校正判定系数变大，说明应该增加这个解释变量。 例：对古董钟拍卖价格一例，分别做拍卖价格对常数项、常数项与X2、常数项与X3、常数项与X2和X3的回归，比较拟合结果。(见Eviews文件) 8.12 受限最小二乘 在前面古董钟拍卖价格一例中，我们分别拟合了4个回归模型。前3个模型称为受限模型，第4个模型称为非受限模型，因为它包含了所有相关变量，对模型参数没有任何限制。 对受限模型的OLS估计称为RLS（受限最小二乘），对非受限模型的OLS估计称为URLS（非受限最小二乘)。 问题：如何判断对模型施加的限制条件是有效的？在实际应用中如何操作？ 限制条件有效性检验： 可以证明： 限制个数 非受限模型R2 受限模型R2 检验零假设：受限模型的约束是有效的。 如果计算得到的F值在接受域内，选择受限模型，否则选择非受限模型。 例：对古董钟拍卖价格一例 限制条件有效性的Eviews软件操作 利用Eviews操作时可以有三种选择： （1）估计非受限模型，在模型的输出结果中选择View /Coefficient Tests/ Wald-Coefficient Restrictions（Wald系数检验），在对话框中输入约束条件c(2)=c(3)=0，即可得到F统计量的值、自由度以及相应的P值。 （2）估计非受限模型，在模型的输出结果中选择View /Coefficient Tests/ Redundant Variable-likelihood Ratio（多余变量似然比检验），在对话框中输入待检验的变量名称(X2 X3)，即可得到F统计量的值以及相应的P值。 （3）估计受限模型，在模型的输出结果中选择View /Coefficient Tests/ Omitted Variable-likelihood Ratio（遗漏变量似然比检验），在对话框中输入待检验的变量名称（ X2 X3），即可得到F统计量的值以及相应的P值。 (见Eviews文件) 例8.1 税收政策会影响公司资本结构吗? Pozdena估计了下面的回归方程： 其中， Y=杠杆利率(=债务／产权)　X2=公司税率　 X３＝个人税率　X4 = 资本所得税　 Ｘ5 = 非债务的避税　Ｘ6 = 通货膨胀率 8.13 若干实例 回归结果如下： 解释变量 公司税率 个人税率 资本所得税 非债务避税 通货膨胀率 系数 2.4 -1.2 0.3 -2.4 1.4 对应t值 10.5 -4.8 1.3 -4.8 3.0 n＝48，R2=0.87，调整的R2=0.85 对回归结果的讨论： （1）所有系数的符号与经济理论预期相符。 （2）t检验表明资本所得税对Y的影响是不显著的，其他解释变量都对Y有显著影响。 （3）根据得到的R2值，