计量经济学多元线性回归概述.pptVIP

1、E(Y0|X0)的置信区间 易知 容易证明: 于是，得到(1-?)的置信水平下E(Y0|X0)的置信区间： 其中，t?/2为(1-?)的置信水平下的临界值。 2、Y0的置信区间 如果已经知道实际的预测值Y0，那么预测误差为： 容易证明 e0服从正态分布，即 构造t统计量 可得给定(1-?)的置信水平下Y0的置信区间： 七、参数的稳定性检验 邹氏参数稳定性检验 建立模型时往往希望模型的参数是稳定的，即所谓的结构不变，这将提高模型的预测与分析功能。如何检验？ 假设需要建立的模型为 在两个连续的时间序列（1,2,…，n1）与（n1+1,…，n1+n2）中，相应的模型分别为： U1 U2 合并两个时间序列为( 1,2,…，n1 ，n1+1,…，n1+n2 )，则可写出如下无约束回归模型 如果?=?，表示没有发生结构变化，因此可针对如下假设进行检验： H0: ?=? (*)式施加上述约束后变换为受约束回归模型 (*) （**） 因此，检验的F统计量为： 记RSS1与RSS2为在两时间段上分别回归后所得的残差平方和，容易验证， 于是 参数稳定性的检验步骤： （1）分别以两连续时间序列作为两个样本进行回归，得到相应的残差平方： RSS1与RSS2 （2）将两序列并为一个大样本后进行回归，得到大样本下的残差平方和RSSR （3）计算F统计量的值，与临界值比较： 若F值大于临界值，则拒绝原假设，认为发生了结构变化，参数是非稳定的。 该检验也被称为邹氏参数稳定性检验（Chow test for parameter stability）。 2、邹氏预测检验 上述参数稳定性检验要求n2k。 如果出现n2k ，则往往进行如下的邹氏预测检验（Chow test for predictive failure）。 邹氏预测检验的基本思想: 先用前一时间段n1个样本估计原模型，再用估计出的参数进行后一时间段n2个样本的预测。 如果预测误差较大，则说明参数发生了变化，否则说明参数是稳定的。 分别以?、? 表示第一与第二时间段的参数，则: 其中， (*) U2 U1 U2 U2 如果? =0，则 ? = ?，表明参数在估计期与预测期相同 (*)的矩阵式： 可见，用前n1个样本估计可得前k个参数?的估计，而?是用后n2个样本测算的预测误差X2(? - ?) (**) 如果参数没有发生变化，则?=0，矩阵式简化为 (***) （***）式与（**）式 这里：kU - kR=n2 RSSU=RSS1 分别可看成受约束与无约束回归模型，于是有如下F检验： 第一步，在两时间段的合成大样本下做OLS回归，得受约束模型的残差平方和RSSR ； 第二步，对前一时间段的n1个子样做OLS回归，得残差平方和RSS1 ； 第三步，计算检验的F统计量，做出判断： 邹氏预测检验步骤： 给定显著性水平?，查F分布表，得临界值F?(n2, n1-k-1)，如果 FF(n2, n1-k-1) ，则拒绝原假设，认为预测期发生了结构变化。 例 中国城镇居民食品人均消费需求的邹氏检验。 参数稳定性检验 1981~1994： RSS1=0.003240 1995~2001： (9.96) (7.14) (-5.13) (1.81) 1981~2001: (14.83) (27.26) (-3.24) (-11.17) 给定?=5%，查表得临界值F0.05(4, 13)=3.18 结论：F值临界值，拒绝参数稳定的原假设，表明中国城镇居民食品人均消费需求在1994年前后发生了显著变化。 解 H0:? = ? （2）邹氏预测检验 给定?=5%，查表得临界值F0.05(7, 10)=3.18 结论： F值临界值，拒绝参数稳定的原假设 在回归分析中，常常碰到这样一种情况，即被解释变量的波动不仅依赖于那种能够很容易按某种尺度定量化的变量（如收入、产出、价格、身高、体重等），而且依赖于某些定性的变量（如性别、地区、季节）。 在经济系统中，许多变动是不能定量的。如经济体制的改革、固定汇率变为浮动汇率、从战时经济转为和平时期经济等。些变动都可以用大家所熟悉的0-1变量来表示，用1表示具有某一“品质”或属性，用0表示不具有该“品质”或属性。这种变量在计量