第二章+标准线性回归模型教材.pptVIP

OLS下线性约束检验一般形式 8.联合假设检验 该检验实际检验了两个线性约束，所以称为联合假设检验 类似的思想也可以用于检验各种线性约束（如果只检验一个约束，不称为联合检验）如： 8.联合假设检验 例 8.联合假设检验 研究地区差异的影响，设置多个地区变量，如果每个都不显著，可对之进行联合检验，以判断地区因素是否存在影响 9.经济解释 基本含义： X增加1个单位，Y将平均增加 个单位 9.经济解释 取对数以后的解释 X增加1%，Y将增加 %。 双对数模型应用非常广泛，其优点是： 参数具有弹性含义（可用来估计常弹性） 经过对数变换的变量，一般更加符合假设条件 可以缩小取值范围，减少异常值的影响 9.经济解释 9.经济解释 X增加1%，Y将增加 。 9.经济解释 X增加1个单位，Y将增加 9.经济解释 在解释时，要考虑计量单位 9、多元模型的解释 基本解释 的含义是在X2不变的情况下， X1增加1个单位，Y将平均增加 个单位； 的含义是在X1不变的情况下， X2增加1个单位，Y将平均增加 个单位 9、多元模型的解释 更加复杂的情况 要通过计算导数研究 9、多元模型的解释 比较不同变量影响程度的方法有二： 计算弹性 标准化数据 4.函数的设定 4.函数的设定 民主与增长的关系：当民主水平很低时，提高民主可以限制政府权力的过度使用，从而促进增长；而当民主水平较高时，进一步提高民主程度，反而会因过度关注公平而影响效率，从而抑制增长。 库兹涅兹曲线（环境库兹涅兹曲线EKC） 4.函数的设定 人均GDP 人均净对外直接投资 4.函数的设定 2）设滞后项 存在1期的滞后影响 4.函数的设定 3）部分变量取非线性形式 5.变量变换——取对数 取对数的好处 如果因变量、自变量都取对数，参数具有弹性含义 经过对数变换的变量，一般更加符合假设条件 可以缩小取值范围，减少异常值的影响 什么时候取对数 变量之间为相乘关系（双对数），或具有某种非线性关系（单对数） 那些取值为正的右偏分布变量 5.变量变换——取对数 取对数的陷阱 取对数后，为获得原变量的估计，往往需要取指数进行还原，此时的估计会出现系统偏差。 5.变量变换——取对数 5.变量变换——取对数 如果u不服从正态分布，则调整程序如下： 1）得到lnY的拟合值 2）对每个拟合值取指数，得到mi 3）做Y对mi的过原点回归，得到回归系数 4）将此系数乘以mi ，得到最终拟合值 6.常遭忽略的两个问题 1）把函数当作确定关系处理，遗忘了随机项 也存在问题 存在干扰不对称问题 6.常遭忽略的两个问题 2）过原点回归具有一些特殊的性质 残差的均值不等于0 R2有可能为负，一般需要调整 如果总体回归函数中截距项非0，则斜率估计是有偏的 7.模型的评价 经济显著与统计显著 经济显著是指自变量的改变对因变量有较大的影响； 统计显著是指有充分证据证明回归系数不为0（一般情况下）； 对于参数是否为0的检验： 经济显著性越强，则在统计上越容易显著； 在小样本下，经济显著而统计不显著的情况容易出现； 在大样本下，统计显著而经济不显著的情况容易出现； 7.模型的评价 分析系数的符号、取值是否与理论预期相一致，是评价模型的关键环节。如果出现不一致，首先怀疑模型与数据，如确无问题，再怀疑理论。 对于线性模型，主要观察正负号。 7.模型的评价 对于非线性模型（包括对变量非线性和对参数非线性），情况要比较复杂，有时系数符号以及其他约束条件的预期到底是什么，并非一望可知，需要根据理论推出。 7.模型的评价 例1：总成本函数的估计 7.模型的评价 MC要大于0，不能和X轴有交点： 7.模型的评价 例2：洛伦兹曲线的估计 7.模型的评价 总平方和（SST）=残差平方和（SSR） +回归平方和（SSE） 7.模型的评价 a 判定系数R2或修正R2 7.模型的评价 a 判定系数R2或修正R2 7.模型的评价 模型中增加变量， R2一般将会增加 模型中增加变量，只有其回归系数的t值大于1，修正R2才会增加 7.模型的评价 修正R2的主要优点在于： 它为在一个模型中随意增加自变量施加了惩罚，当自由度过小时，该指标会非常小，而R2则往往很大。 7.模型的评价 对于拟合优度，没有一个标准来说明，拟合优度小到什么程度，就是不可接受的，对于时序数据而言， R2大于0.9也很正常，对于截面数据而言， R2等于0.5也不算小 当在自变量数目不同的模型间进行选择时，修正R2更适合作为选择标准 7.模型的评价 帽子矩阵（