计量经济学2 双变量回归.ppt

（2）提高模型的拟合优度。 因为样本参数估计量的标准差与残差平方和呈正比，模型拟合优度越高，残差平方和应越小。 §2.4 双变量线性回归分析的应用：预测问题 一、?0是条件均值E(Y|X=X0)或个值Y0的 一个无偏估计 二、总体条件均值与个值预测值的置信区间---（选学内容） 二、总体条件均值与个值预测值的置信区间 1、总体均值预测值的置信区间 由于 于是 可以证明 因此 故 于是，在1-?的置信度下，总体均值E(Y|X0)的置信区间为 其中 2、总体个值预测值的预测区间 由 Y0=?0+?1X0+? 知: 于是 式中 : 从而在1-?的置信度下， Y0的置信区间为 §2.5 实例：时间序列问题 一、中国居民人均消费模型 二、我国固定资产投资总额与GDP的关系 一、中国居民人均消费模型 例2.5.1 考察中国居民收入与消费支出的关系。 GDPP： 人均国内生产总值（1990年不变价） CONSP：人均居民消费（以居民消费价格指数（1990=100）缩减）。 1. 建立模型 拟建立如下双变量回归模型 采用Eviews软件进行回归分析的结果见下表 该两组数据是1978—2000年的时间序列数据（time series data）； 前述收入—消费支出例中的数据是截面数据（cross-sectional data）。 一般可写出如下回归分析结果： (13.51) (53.47) R2=0.9927 F=2859.23 DW-d=0.5503 R2=0.9927 T值：C：13.51， GDPP：53.47 临界值: t0.05/2(21)=2.08 斜率项：00.38621，符合绝对收入假说 2. 模型检验 3. 预测 2001年：GDPP=4033.1（元）（1990年不变价） 点估计：CONSP2001= 201.107 + 0.3862?4033.1 = 1758.7（元） 2001年实测的CONSP（1990年价）:1782.2元， 相对误差: -1.32%。 2001年人均居民消费的预测区间 人均GDP的样本均值与样本方差： E(GDPP) =1823.5 Var(GDPP) = 982.042=964410.4 在95%的置信度下，E(CONSP2001)的预测区间为： =1758.7?40.13 或： （1718.6,1798.8） 同样地，在95%的置信度下，CONSP2001的预测区间为： =1758.7?86.57 或 （1672.1, 1845.3） 例2.5.2 我国固定资产投资总额与GDP的关系 第一步：建立模型 第二步：收集数据 采用1980~1998年的数据，数据来源《中国统计年鉴(2000)》 说明：在理论经济学中I表示私人部门投资，在我国的统计体系中，固定资产投资总额既包括私人部门投资，也包括公共部门（政府）的投资。 第三步：参数估计(OLS)，得 第四步：模型检验 经济意义检验：b1的经济含义是固定资产投资乘数，肯定大于1，按我国的实际情况，不是很大，估计在4或5以下，通过检验。 统计检验：拟合优度检验、参数估计值显著性检验、模型显著性检验。 计量经济检验（异方差、序列资相关、随机解释变量、多重共线性） 模型预测检验 统计检验-拟合优度检验 样本判定系数 线性模型解释了因变量的99.29%，拟合程度很好。 统计检验-参数估计值显著性t检验 提出原假设： 备择假设： 构造统计量 计算得 检验：取 =5%，查表得 拒绝原假设，b1显著不为零 统计检验-方程显著性F检验 提出原假设： 备择假设： 构造统计量 计算得 检验：取 =5%，查表得 拒绝原假设，b1显著不为零，线性关系显著。可以发现t2＝2362约等于2367＝F，那是因为计算有误差。否则应该相等的。 预测 点预测 1999年固定资产投资总额29854.7亿元 个值区间预测 最小二乘法的思路 纵向距离是Y的实际值与拟合值之差，差异大拟合不好，差异小拟合好，所以称为残差、拟合误差或剩余。 将所有纵向距离平方后相加，即得误差平方和， “最好”直线就是使误差平方和最小