第一讲经典计量经济学模型教案分析.pptVIP

* 参数估计 P值 * 估计结果 (32.8917) (0.2480) (0.0019) (4.1905) t= (5.1170) (-7.1287) (-2.9343) (3.0709) * 模型的检验 F检验： 针对 ，取 查自由度为k=3，n-k-1=60的临界值 。 由于 ，拒绝H0，说明回归方程整体显著，即“人均GNP”、“妇女识字率”和“生育率”等变量联合起来对“儿童死亡率”有显著影响。 拟合优度： 可决系数R2=0.7474，修正的可决系数为0.7347，在总变差中由回归模型所解释的部分占73.47%，模型拟合效果较好。 * t检验： 给定a=0.05，查t分布表，在自由度为n-k-1=60时临界值为t0.025(60)=2.0，因为参数X2,X3,X4对应的t统计量的绝对值均大于2.0, 说明在5%的显著性水平下，人均GNP、妇女识字率、生育率对儿童死亡率分别都有显著影响。 * 本模型中 所估计的参数的符号与理论分析一致，说明在其他因素不变的情况下，妇女识字率每增长1%，每千名儿童中死亡人数平均下降1.768；人均GNP每增长1个单位，每千名儿童中死亡人数平均下降0.0055；平均每位妇女多生一个孩子，每千名儿童中死亡人数平均增加12.8686。 经济意义 * 作业 P104练习7(1)、(2)、(3)TSS=ESS+RSS是否仍然成立。 P104练习9(1)、(2)、(3)检验假设：X1和X2对Y无影响，应采用什么假设检验，结论如何？(4) 3. 数量分析方法 * 经典计量经济学模型 专题一 * 专题一 经典计量经济学模型 第一节 经典多元线性回归模型 第二节 异方差性 第三节 序列相关性 第四节 多重共线性 第五节 虚拟变量模型 第六节 滞后变量模型 * 第一节 经典多元线性回归模型 一、多元线性回归模型的基本假定 二、多元线性回归模型参数的最小二乘估计 三、多元线性回归模型的检验 * 对于有k个解释变量的线性回归模型 模型中 是偏回归系数，i=1,2, …n 偏回归系数bj：在其它解释量不变的条件下，第j个解释变量的单位变化对被解释变量平均值的影响。 一、多元线性回归模型的基本假定 * Y的总体条件均值表示为多个解释变量的函数 多元总体回归函数 总体回归函数也可表示为: 其中，ui是随机误差项，代表排除在模型以外的所有因素对Y的影响。 * Y的样本条件均值表示为多个解释变量的函数 多元样本回归函数 或 其中，ei为残差项： * 多元线性回归模型的矩阵表示 k个解释变量的多元线性回归模型的n个观测样本，可表示为 * 矩阵形式 总体回归函数 样本回归函数 或 或 * 多元线性回归模型的基本假定 假定1：零均值假定 假定2：同方差假定 假定3：无自相关假定 假定4：随机扰动项与解释变量不相关 * 假定5：无多重共线性假定 假定各解释变量之间不存在线性关系（线性无关），亦即解释变量观测值矩阵X列满秩。 假定6：正态性假定 * 二、普通最小二乘法（OLS） 1、普通最小二乘法 残差平方和最小： 上式对bj求偏导,令其为0: * 即 用矩阵表示 条件？ * * 2、OLS估计式的性质 （1）线性特征: 是 的线性函数，因 是非随机的 （2）无偏特性: （3）最小方差特性 在 所有的线性无偏估计中，OLS估计 具有最小方差 结论：在古典假定下，多元线性回归的 OLS估计式是最佳线性无偏估计式（BLUE）。 * 3、OLS估计的分布性质 基本思想 ui~N(0,s2) Yi~N(b0+b1X1i…+bkXki,s2) * 的期望