计量经济学第二章主要公式.docVIP

第二章主要公式 资料地址：/jl 1、回归模型概述 （1）相关分析与回归分析 经济变量之间的关系：函数关系、相关关系 相关关系：单相关和复相关，完全相关、不完全相关和不相关，正相关与负相关，线性相关和负相关，线性相关和非线性相关。 相关分析： ——总体相关系数 ——样本相关系数 ——多个变量之间的相关程度可用复相关系数和偏相关系数度量 回归分析：相关关系 + 因果关系 （2）随机误差项：含有随机误差项是计量经济学模型与数理经济学模型的一大区别。 （3）总体回归模型 总体回归曲线：给定解释变量条件下被解释变量的期望轨迹。 总体回归函数： 总体回归模型： 线性总体回归模型： （4）样本回归模型 样本回归曲线：根据样本回归函数得到的被解释变量的轨迹。 （线性）样本回归函数： （线性）样本回归模型： 2、一元线性回归模型的参数估计 （1）基本假设 ① 解释变量：是确定性变量，不是随机变量 ② 随机误差项：零均值、同方差，在不同样本点之间独立，不存在序列相关等 ③ 随机误差项与解释变量：不相关 ④ （针对最大似然法和假设检验）随机误差项： ⑤ 回归模型正确设定。 【前四条为线性回归模型的古典假设，即高斯假设。满足古典假设的线性回归模型称为古典线性回归模型。】 （2）参数的普通最小二乘估计（OLS） 目标： 对于一元线性回归模型： 正规方程组： 解得： （3）最大似然估计（ML） 对于一元线性回归模型： 重要的基本假设： 得到： 【且，这个对最大似然法的估计很重要】 则目标：的联合概率密度最大，即 最终结果与OLS得到的结果相同。 （4）OLS估计量的性质 ① 线性性 ，其中 ，其中 ② 无偏性 ( ( ③ 有效性 ， 可以证明，OLS得到的方差最小。 ④ 一致性 随着样本量的增大，参数的估计量以概率趋向于真值 ， （5）OLS回归函数的性质 ① 样本回归线过样本均值点，即 ② 被解释变量估计值的均值等于实际值的均值，即 ③ 残差和为零，即 ④ 解释变量与残差的乘积之和为零，即 ⑤ 解释变量的估计与残差的乘积之和为零，即 （6）随机误差项的估计 OLS估计量（无偏）： ML估计量（有偏）： 3、拟合优度检验 （1）离差分解 总体平方和（or总离差平方和） 回归平方和 残差平方和 有 （2）决定系数 【总离差中，能够解释的部分所占的比重】 4、统计推断 （1）参数估计的分布（T检验） 对于一元线性回归模型： 由正态分布的基本假设和估计量的性质（线性性、无偏性、有效性），参数的估计量有如下性质： ， ( ,其中 ，其中 由于未知，用代替，则不再为常数。此时， 统计量1=， 其中，服从正态分布， 说明（1）：服从正态分布，则服从分布，残差平方和的自由度为n-2，故 用估计量代替以后的统计量1= 故： 同理： （2）区间估计 ， （3）参数的假设检验 原假设，备择假设 ( 双边检验 原假设，备择假设 ( 单边检验 统计量： 临界值（临界水平为）： ( 双边 ( 单边 判断规则：如果，则拒绝原假设； ( 双边 如果，则拒绝原假设； ( 单边 【在实际应用中，一般取；当检验结果为拒绝原假设时，表明该参数显著地不为零，即认为该参数对应的变量具有显著的影响能力。】 （4）结果表达 【必须采用规范的表达方式】 或 5、预测 （1）总体均值的点预测（也是个别值的点预测） （2）总体均值的预测置信区间 其中， （3）个别值的预测置信区间 其中，。 【由于误差项的存在，个别值的波动更加明显，因此其方差更大。在实际做题中，如果未特别说明，都是计算均值的置信区间。】