潘省初计量经济学——第三章课稿.pptVIP

第五节 预测 一、预测的概念 预测通常指利用现有信息预测未来。在这里，预测指的是对自变量的某一具体值X0 ，来预测与它相对应的因变量值Y0 。它既可以指对未来某个时期因变量值的预测，也可以是对未包括在横截面样本之中的某个实体数值的预测。 通常情况下，我们要预测的是与样本观测值范围之外的X值对应的Y值，如观测值为1985-2011年，预测2012-2015年的居民消费。但X0也可以在样本X值的范围内。 二、预测的隐含假设 要进行预测，有一个假设前提应当满足。即对于样本观测值数据成立的X和Y之间的关系对于新的观测值也成立。即若双变量模型的原设定是： Yt = α+βXt+ ut ， t=1,2,…,n 则要使此模型可以用来作为预测的依据，还应 有： Y0 = α+βX0+ u0 也成立。 三. 预测的误差 我们可以得到两种类型的预测值：点预测值和区间预测值。在实践中，如果没有某种精度指标的话，点预测值是没有多大用处的。所以，我们必须提供点预测值的预测误差。 点预测值由与X0对应的回归值给出，即 而预测期的实际Y值由下式给出： 其中 u0 是从预测期的扰动项分布中所取的值。 预测误差的来源 由此不难看出，预测误差产生于两个来源： (1) 模型中包含扰动项，点预测值是假定预测期扰 动项 u0 为 0，而实际上一般不为0。 (2) 点预测值公式中用的是?和?的估计值 和 ， 样本估计值 和 一般不等于总体参数 ?和?。 预测误差可定义为： 两边取期望值，得 因此，OLS 预测量 是一个无偏预测量。 预测误差的方差为： 其它两项协方差等于0。这是因为u0独立于u1， u2 ，… un， 而 和 均为 u1， u2 ，… un 的线性函数，因此它们与u0的协方差均为0。 将我们在前面得到的 和 的方差及协方差代入上式，得： 注：第二个等号用到 四、 Y0的置信区间 从e0 的定义 可看出， e0为正态变量的线性函数，因此，它本身也服从正态分布。故 ~ N（0，1） 由于? 是未知的，我们用其估计值 代替它，有 0 X0 X Y 即15.24至21.76，也就是说，我们有95%的把握预测Y0 将位于15.24至21.76之间。 例2． 且 现有一对新观测值 , 试问它们是否可 能来自产生样本数据的同一总体？ 解： 问题可化为“预测误差是否显著地大？” 当 时， 预测误差 原假设 H0： 备择假设H1： 检验： 若H0为真，则 对于n-2=8个自由度，查表得5%显著性水平检验的t临界值为：