古典线性回归模型的扩展.ppt

  1. 1、本文档共99页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
* 2、杜宾(durbin)两步法 该方法仍是先估计?1,?2,?,?l,再对差分模型进行估计 第一步,变换差分模型为下列形式 进行OLS估计,得各Yj(j=i-1, i-2, …,i-l)前的系数?1,?2, ?, ?l的估计值 * * 研究范围:中国农村居民收入-消费模型 (1985~2003) 研究目的:消费模型是研究居民消费行为的工具和手段。通过消费模型的分析可判断居民消费边际消费倾向,而边际消费倾向是宏观经济系统中的重要参数。 建立模型 -居民消费, -居民收入,-随机误差项。 数据收集:1985~2003年农村居民人均收入和消费 案例分析 * 1985-2003年农村居民人均收入和消费 单位:元 年份 全年人均纯收入 (现价) 全年人均消费性支出 (现价) 消费价格指数 (1985=100) 人均实际纯 收入 (1985可比价) 人均实际消费 性支出 (1985可比价) 1985 397.60 317.42 100.0 397.60 317.40 1986 423.80 357.00 106.1 399.43 336.48 1987 462.60 398.30 112.7 410.47 353.42 1988 544.90 476.70 132.4 411.56 360.05 1989 601.50 535.40 157.9 380.94 339.08 1990 686.30 584.63 165.1 415.69 354.11 1991 708.60 619.80 168.9 419.54 366.96 1992 784.00 659.80 176.8 443.44 373.19 1993 921.60 769.70 201.0 458.51 382.94 * 年份 全年人均纯收入 (现价) 全年人均消费性支出 (现价) 消费价格 指数 (1985=100) 人均实际纯收入 (1985可比价) 人均实际消费性支出 (1985可比价) 1994 1221.00 1016.81 248.0 492.34 410.00 1995 1577.70 1310.36 291.4 541.42 449.69 1996 1923.10 1572.10 314.4 611.67 500.03 1997 2090.10 1617.15 322.3 648.50 501.77 1998 2162.00 1590.33 319.1 677.53 498.28 1999 2214.30 1577.42 314.3 704.52 501.75 2000 2253.40 1670.00 314.0 717.64 531.85 2001 2366.40 1741.00 316.5 747.68 550.08 2002 2475.60 1834.00 315.2 785.41 581.85 2003 2622.24 1943.30 320.2 818.86 606.81 续 表 tsset year regress expen income estat dwatson estat bgodfrey,lags(1) prais expen income,corc rhotype(regress) * * * * * * * 上述过程称为加权最小二乘法(weighted least square WLS),所得到的a,b的估计量称为加权最小二乘估计量,加权最小二乘法是广义最小二乘法(generalized least square GLS)的特殊形式。 * 2. 模型变换法 (实质为加权最小二乘法) (异方差性具体形式已知情况下) 首先需确定异方差性的具体形式假设模型为一元线性回归模型: Yi = a + bXi + ?i * * 使用模型变换法注意事项 对于多元线性回归模型,可能不知道异方差性的具体形式 谬误回归问题。即使在原始模型中Y, X不相关,在转换后的模型中Y*, X* 可能相关 例如 Yi=a+ bXi+?i 在原始模型中Y, X不相关 Yi/Xi= b+ a(1/Xi)+ ?i/Xi Yi/Xi 和1/Xi可能相关 3. t 检验和F 检验只在大样本条件下正确 * 3.变量对数变换法 如果原模型为一元线性回归模型: Yi = a + bXi + ?i ,对变量做对数变换:lnYi = a + blnXi + ?i ,通常可以降低异方差。 (1)变量值的尺度缩小,数值间差异缩小 (2)对数变换后的模型残差为相对

文档评论(0)

企管文库 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档