计量经济学绪论分析报告.ppt

6. 方差与标准差 方差与标准差是度量考察数据的集中趋势或分散程度的，方差与标准差越大，意味着数据的分散程度越大；相反，方差与标准差越小，则意味着数据的分散程度越小，也即向平均值（算术平均值）的集中程度越高。 方差 标准差 其中n为样本数 7. 变动系数 变动系数 8. 标准化变量 标准化变量 标准化变量又称基准化变量，它是用来测量某个数据的数值与算术平均数 x 的偏离程度，是标准差 s 的多少倍。 通过上式进行标准化(或基准化)，可以看出不管什么样的数据，由于算术平均数可以变换为0，方差和标准差可以变换为1，因此具有不同的算术平均的数据组，可以进行相互比较。 参看书中 例题1-12的应用。 9. 相关系数 相关系数是用来测量两个变量x与y 之间线性关系的程度。 相关系数 ?1? R ?1 R =1，称为完全正相关； R 0，正相关； R =0，不相关； R 0，负相关； R = ?1 ，完全负相关。 10. 相关系数的检验 可通过查表对相关系数进行检验(双侧检验或两侧检验) H0 : R=0； H1: R≠0 在给定的显箸性水平比如5％下，自由度为n－2(n为样本数)，通过查相关系数检验表得一相关系数。若计算出来的相关系数R的绝对值大于查表所得的相关系数，则否定原假设H0：R=0，接受H1，即认为x与y之间存在显箸的相关，否则不相关。 不遗漏显著的变量。 从“一般”开始，逐渐剔除不显著变量； 从“简单”开始，逐渐引入其它变量。 前者思路正确，后者容易遗漏显著的变量。 考虑数据的可得性。 注意因素和变量之间的联系与区别。 考虑入选变量之间的关系。 要求变量间互相独立。 ⑵ 确定模型的数学形式 利用经济学和数理经济学的成果 根据样本数据作出的变量关系图 选择可能的形式试模拟 ⑶ 拟定模型中待估计参数的理论期望值区间 符号、大小、 关系 例如：ln(人均食品需求量)=α+βln(人均收入) +γln(食品价格) +δln(其它商品价格)+ε 其中α 、β、γ、δ的符号、大小、 关系 以下的讨论仅以经典多元线性回归模型(Classical Multiple Linear Regression Model)为对象： 变量的分类 1. 被解释变量与解释变量：在单方程模型中，变量分为两类：被解释变量与解释变量 作为研究对象的变量，也就是因果关系中的“果”，例如生产函数中的产出量，是模型中的被解释变量，在单一方程模型中，处于左端 作为“原因”的变量，例如生产函数中的资本、劳动、技术，是模型中的解释变量，在单一方程模型中，处于右端。 例 被解释变量 解释变量 2.内生变量与外生变量 内生变量： 是所研究的经济系统的模型本身确定的 是该模型求解的结果 属于因变量 外生变量 外生变量的数值是在研究的模型之外确定的，不受模型内部因素的影响 在模型求解之前事先规定的，是“给定的”或“已知的”值 属于自变量 分为政策变量（决策者可以控制的变量，如政府支出、利率、货币供应量等）和非政策变量（难以控制或不能控制的变量，如气候、自然灾害、农业收成、汇率等） 3.工具变量与目标变量 运用模型时可以把政策变量看作工具变量，而把内生变量看作目标变量。 通过对有关工具变量的调节，以便达到事先确定的目标变量的水平。例如，通常用适当的经济增长率，较低的失业率和通货膨胀率等作为目标变量，事先固定下来，然后计算调整相应的工具变量，例如税率、公共支出预算水平等数值。 离散型变量与连续型变量 离散型 （包括表示定性数据的虚拟变量—只取0和1） 连续型 * 设定计量经济模型的基本要求 ●要有科学的理论依据 ●选择适当的数学形式 类型: 单一方程、联立方程 线性形式、非线性形式 ● 模型要兼顾真实性和实用性 　　 两种不好的模型： 太过复杂—真实但不实用 过分简单—不真实 ● 包含随机误差项 经济模型与计量经济模型的重要区别 ● 方程中的变量要具有可观测性 二、样本数据的收集 ⑴ 几类常用的样本数据 Cross-sectional Data Time-series Data Panel Data Cross-sectional Data 截面数据是一批发生在同一时间截面上的调查数据。例如，工业普查数据、人口普查数据、家计调查数据等，主要由统计部门提供（同一时间、不同空间） 。 Stochastic Sampling Data 经典计量模型理论以该类数据为基础 Limited Sampling