计量经济学 全套课件.PPT

第一讲 引言：经济计量学的特征及研究范围 第三节　计量经济学方法论（1） 第三节　计量经济学方法论（4） 第三节　计量经济学方法论（5） 思考题 第二讲　双变量回归模型及其估计问题 第四节 两个说明性例子 第三讲 双变量回归模型的区间估计及其假设检验 第一节 正态性假定：经典正态线性回归模型（1） 第一节 正态性假定：经典正态线性回归模型（2） 第二节 双变量回归的区间估计 （1） 第二节 双变量回归的区间估计 （5） 第二节 双变量回归的区间估计 （6） 第二节 双变量回归的区间估计 （7） 第二节 双变量回归的区间估计 （8） 第二节 双变量回归的区间估计 （9） 第三节 双变量回归的假设检验（2） 第三节 双变量回归的假设检验（3） 第三节 双变量回归的假设检验（4） 第三节 双变量回归的假设检验（5） 第三节 双变量回归的假设检验（6） 第三节 双变量回归的假设检验（7） 第三节 双变量回归的假设检验（8） 第三节 双变量回归的假设检验（9） 第四节 回归分析的应用：预测问题 第五节 双变量线性回归模型的延伸 第五讲 回归方程的函数形式 第一节 双对数模型（1） White Test for heteroscedasticity ?2(0.05, 2)= 5.9914 ?2(0.10, 2)= 4.60517 W= Observe the shape pattern of residuals: linear or nonlinear? ( ) = -246.67 + 0.036 Xi Yi Xi 1 Xi (-0.64) (5.17) ^ =>(1) R&Di = -246.67 + 0.036 Sales SEE = 7.25 ^ (-0.64) (5.17) C.V. = 0.8195 1. Transformation equations: ( ) = ?0 + ?1 Yi Xi 1 Xi Xi Xi (2) R&D = -243.49 + 0.0369 Sales SEE = 0.021 ^ (-1.79) (5.52) C.V. = 0.7467 2. Compare the C.V. To determine which weight is appropriated Transformation: divided by the squared root term --“@sqrt(X)” 1 Xi ?0 Xi +?1 Yi Xi ^ = 1 Xi ?0 Xi +?1 Yi Xi ^ = calculate: the C.V. = 0.8195 After transformation by @sqrt(x), the W-statistic indicates there is no heteroscedasticity ?2(0.05, 2)= 5.9914 ?2(0.10, 2)= 4.60517 W < ?2df => not reject Ho After transformation by @sqrt(Xi), residuals still spread out Transformation: divided by the suspected variable (Xi) 1 Xi ?0 + ?1 Yi Xi ^ = Park test procedures: 1. Run OLS on regression: Yi = ?1 + ?2 Xi + ?i , obtain ?i ^ 2. Take square and take log : ln ( ?i2) ^ 4. Use t-test to test H0 : ?2* = 0 (Homoscedasticity) If t* > tc ==> reject H0 ==> heteroscedasticity exists If t* < tc ==> not reject H0 ==> homoscedasticity 3. Run OLS on regression: ln ( ?i2) = ?1* + ?2* ln Xi + vi ^ S