计量经济学_第4章——多元线性回归(一)研究.ppt

能够自由变动的变量个数-待估参数个数 例如Y共有n个，但是Y的估计值却只有k+1个，Y的均值只有1个 * * 调整的可决系数可以为负数，出现这种情况的话取其为0。 F统计量一般是用大的数除以小的数，做单边检验即可。 * * * * * 补充练习题3-12 0.364/0.080=4.55 0.004/0.072=0.056 -2.560/0.658=-3.89 5%显著性水平，自由度为19-3-1=15，t的临界值为2.131，所以Pt与Ut的系数显著不为0，但是对于Pt-1，则不能拒绝原假设 回归式表明影响工资水平的主要因素是当期的物价水平，前期的物价水平对它的影响并不大，而失业率与工资水平呈反方向变动也符合经济理论，故可将Pt-1从模型中删除 在图形中，如果约束条件为真，则受约束的SRF与不受约束的SRF应该为一条线，两者重合，。如果约束条件为假，则受约束的SRF会远离真正的SRF。所以可以通过两条线的差异大小来衡量约束条件是否成立。 * 可不可以用ESS相减？可以，同理可以构造出一个新的F统计量。可不可以用RSS相减后除以TSS构造F统计量？理论上也是可以的。当然，对应的自由度要发生变化。 * 自价格弹性绝对值小于1，说明鸡肉需求是缺乏价格弹性的。收入弹性虽然为正，在统计上仍然小于1，这表明鸡肉不是奢侈品。 * 古扎拉蒂第六章习题6.15 * 可以在Eviews中进行试验，会发现拟合优度恰好是Y的真实值和估计值的线性相关系数的平方。 * * 2、t检验 原假设与备择假设： 给定显著性水平?，可得到临界值t?/2(n-k-1)，由样本求出统计量t的数值，通过 t? t?/2(n-k-1) 或 t≤-t?/2(n-k-1) 来拒绝或接受原假设H0，从而判定对应的解释变量是否应包括在模型中。 如果显著性水平不太高，也不要简单地剔除变量，还要看它在模型及应用中的作用。 H1：?j?0 H0：?j=0 （i=1,2…k） 注意：一元线性回归中，t检验与F检验一致 * 检验步骤 0 , 0 , ) ( ) ( 4 ) ( 3 ) ? ( ? 2 05 . 0 ) 1 ( 0 0 2 2 2 不显著异于 参数 则不拒绝 显著异于 参数 则拒绝 ， ， 若 ）判断： （ 。 分布表，找出 ）查 （ ）计算统计量： （ 。 ，如 选择显著水平 j j j i H H n-k-1 t t n-k-1 t t k - 1 n t t S t b b b b a a a a a 3 - = = * 一个关于个人收入与物价水平及失业率的关系的回归方程如下（括号内为估计标准差）： 其中：W为第t年每位雇员的收入，P为第t年的物价水平，U为第t年的失业率。 （1）对系数进行假设检验。 （2）讨论Pt－1在理论上的正确性，是否可以从方程中删除？为什么？ 4.5.2 参数的置信区间 * 参数的置信区间用来考察：在一次抽样中所估计的参数值离参数的真实值有多“近”。 在(1-?)的置信水平下?i的置信区间是 : 如何才能缩小置信区间？ 增大样本容量n 提高模型的拟合优度 提高样本观测值的分散度 4.6 多元线性回归模型的预测 点预测 区间预测 * 4.7 案例分析 * 生产函数是描述生产过程中投入的生产要素的某种组合与其最大的可能产出之间的数学依存关系的表达式。 * 取对数之后 * 1.建立模型 根据生产理论，建立模型： 只有取对数后，才能将其变成线性模型 估计模型 直接在命令框中输入“ls log(Y) c log(k) log(L)” 生成三个对数序列后再进行回归 * * Dependent Variable: LOG(Y) Method: Least Squares Date: 03/22/13 Time: 11:20 Sample: 1987 2006 Included observations: 20 Variable Coefficient Std. Error t-Statistic Prob. LOG(K) 0.806276 0.024565 32.82188 0.0000 LOG(L) 0.402699 0.142082 2.834267 0.0114 C -3.008205 1.359114 -2.213358 0.0408 R-squared 0.997005 Mean dependent var 9.903467 Adjusted R-squared 0.996653 S.D. dependent var 0.547656 S.E. of regre