第三章一元线性回归模型(管理预测)说课.ppt

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
(3)内生变量 由模型系统决定其取值。 受模型中其他变量影响,也可能影响其它内生变量。 在单方程模型中,内生变量就是被解释变量。 一般受随机项影响,是随机变量,与随机项之间不独立。 (4)外生变量 确定性变量,由模型系统以外的因素决定其取值。 只影响模型中的其他变量,而不受其他变量的影响。 在单方程模型中,外生变量就是解释变量。 不受模型系统内的随机项影响,它与模型系统内的随机项之间是独立的。 (5)滞后内生变量 内生变量的滞后值称为滞后内生变量。 取值虽然由模型系统内所决定,但它不受现期的模型系统内的随机项影响,二者之间是独立的。 (6)先决变量 外生变量和滞后内生变量的合称,表明在模型确定之前已经给定。 影响现期模型系统中的其他变量,但不受它们的影响。 只能作解释变量。 与随机项独立。 (1)指出模型中的解释与被解释变量。 (2)指出模型中的内生变量与外生变量。 (3)指出模型中的滞后内生变量与先决变量。 2.确定模型的数学形式 依据经济行为理论; 根据样本数据作出的变量关系图; 选择可能的形式试模拟; 3.拟定模型中待估计参数的理论期望值 理论模型中的待估参数一般都具有特定的经济含义,它们的数值,要待模型估计、检验后,即经济数学模型完成后才能确定,但对于它们的数值范围,即理论期望值,可以根据它们的经济含义在开始时拟定(包括符号、大小、关系)。这一理论期望值可以用来检验模型的估计结果。 四、模型参数的估计 模型参数的估计方法,是计量经济学的核心内容。 建立了理论模型并收集整理了符合模型要求的样本数据之后,就可以选择适当的方法估计模型,得到模型参数的估计量。 模型参数的估计是一个纯技术的过程,包括: 对模型进行识别(对联立方程模型而言); 估计方法的选择; 软件的应用:如Eviews 。 五、模型的检验 计量经济学模型必须通过四级检验: 经济意义检验; 统计学检验; 计量经济学检验; 模型预测检验。 1.经济意义检验 目的:检验模型参数估计量在经济意义上的合理性。 方法:将模型参数的估计量与预先拟定的理论期望值进行比较,包括参数估计量的符号、大小、相互之间的关系,以判断其合理性。 注意:只有当模型中的参数估计量通过所有经济意义的检验,方可进行下一步检验。模型参数估计量的经济意义检验是一项最基本的检验,经济意义不合理,不管其它方面的质量多么高,模型也是没有实际价值的。 在该模型中,电力消耗量前的参数估计量为负,意味着电力消耗越多,煤炭产量越低,从经济行为上无法解释。模型不能通过检验。 2.统计检验 目的:检验模型的统计学性质。 最广泛应用的统计检验准则: 拟合优度检验; 变量的显著性检验; 方程的显著性检验; 3.计量经济学检验 目的:检验模型的计量经济学性质。 最主要的检验准则: 随机误差项的序列相关检验; 随机误差项的异方差性检验; 解释变量的多重共线性检验。 4.模型预测检验 目的: 检验模型参数估计量的稳定性以及相对样本容量变化时的灵敏度; 确定所建立的模型是否可以用于样本观测值以外的范围。 检验方法: 稳定性检验:扩大样本重新估计。 预测性能检验:对样本外一点进行实际预测。 第一节 模型的建立及假定条件 一、经济变量关系的类型 定义:如果一个变量y的取值可以通过另一个变量x或另一组变量(x1,x2,┅,xk),以某种形式唯一地、精确地确定,则y与这个x之间或y与这组(x1,x2,┅,xk)之间的关系就是确定的函数关系。 代数表示式: y=?(x) 或: y= ? (x1,x2,┅,xk) 例:Y=PQ;I=U/R;圆面积= ?(半径)=π·半径2 2.非确定的函数关系 定义:如果一个变量y的取值受另一个变量x或另一组变量(x1,x2,┅,xk)的影响,但给定这一个x或一组(x1,x2,┅,xk)值的时候,y的取值并不是唯一确定的。则变量y与这一个x之间或一组(x1,x2,┅,xk)之间的关系就是非确定的函数关系。 代数表示式: y=?(x,u) 或: y= ?(x1,x2,┅,xk,u) 例:Yi= ?(xi)+ui ;其中:Yi—体重,xi—身高。 Yi= ?(xi)+ui ;其中:Yi—家庭消费支出,xi—家庭收入。 二、一元线性回归模型 1.一元线性回归模型 Yi = ?0 + ?1 Xi +ui i=1,2, ┅,n 其中: Yi——被解释变量(因变量); Xi——解释变量(自变量); ui——随机误差项(随机扰动项、随机项); ?0、?1——回归系数(待定参数、待定系

文档评论(0)

ss55863378 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档