- 1、本文档共21页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第一章 一元线性回归分析基础 计量经济学的研究内容与目的(包括三个方面) 1.定量描述与分析经济活动,验证经济理论。包括描述宏观、微观经济问题。 例1:图1.1 显示的是 中日两国的恩格尔系数序列(1946-1998) 通过以上模型和图1.1,使我们认识到如下几点。 (1) 从恩格尔系数的下降速度看,中国是先慢后快;日本是先快后慢(1931年0.38)。 (2) 中国1956年的恩格尔系数与日本1946年的恩格尔系数近似相等。食品支出约占总支出的63%。40多年间,日本降了0.4,中国降了0.2。 (3) 从整体看,日本恩格尔系数的年下降速度是中国的2.3倍。从1980年以后考察,中国恩格尔系数的年下降速度是日本的1.8倍。 (4) 1995年日本的恩格尔系数是0.222,1998年中国的恩格尔系数是0.445。以1981-1998年的平均速度,中国若要把恩格尔系数降至0.222至少需要30年!(中国城镇2002年0.37) (5) 验证了经济理论。随着收入的增加,恩格尔系数的下降速度要减慢。 可见,通过定量分析,对这一问题的了解要比只做定性分析清晰的多。 2.寻找经济规律、建立经济计量模型,为制定经济政策服务。通过计量模型得到参数(边际系数,弹性系数,技术系数,比率,速率等)的可靠估计值,从而为制定政策,实施宏观调控提供依据。 例:一国的现金需求量(M0)和国内生产总值(GDP)存在一定的关系,并且此种关系不同的经济体制在数量上会发生一定的变化。用1952-1998年数据得到的现金需求量模型如下: 通过模型(1.3)-(1.5)可知三点 (1)市场经济与计划经济有明显不同。改革开放后,许多支出进入商品领域(如住房,医疗费等)。 (2)改革开放后,GDP对现金的边际需求比改革开放前增加了1.26倍。 (3)根据GDP规模,为确定年度的现金投放量提供科学依据。 建立计量经济模型的一般过程 第一节 模型的假定 经济问题分析的两个方面: 1、定性分析 2、定量分析:对经济变量之间的具体数量关系进 行的分析。 定量分析的分析方法包括:回归分析、相关分析和方差分析 一元线性回归分析模型 经济变量之间关系的种类: 1、确定性关系:可以用显函数形式表示,也可以用隐函数表示。 2、不完全确定关系:也同样可以用显函数或者是隐函数来表示。 计量经济学研究的是变量之间不完全确定的关系 经济变量之间中的不确定关系中最简单的一种形式为一元线性回归模型: yt = ?0 + ?1 xt + ut 上式表示变量yt 和xt之间的真实关系。其中yt 称被解释变量(因变量), xt称解释变量(自变量), ut称随机误差项, ?0称常数项, ?1称回归系数(通常未知)。上述模型可以分为两部分。 (1)回归函数部分,E(yt ) = ?0 + ?1 xt , (2)随机部分, ut 。 一元线性回归模型表示的不完全确定的相关关系 关于一元线性回归模型 1.一元:针对自变量而言 2.线性:被解释变量与解释变量之间的线性关系;被解释变量与参数之间的线性关系。 3.回归:对均值的回归。 4.模型:满足假定条件的方程或者是方程组。既然是模型,必定不同于真实情况,是接近现实的一种抽象,从而必定存在假定情况。 实际因变量yt的分布 1、Yt分布函数不同 2、Yt方差 不同 3、Yt均值不同 为了分析的目的,通常假设Yt服从正态分布、方差相同、均值在一条直线上 误差项产生的原因 (1)非重要解释变量的省略 (2)数学模型形式欠妥 (3)测量误差 (4)人的随机行为 (5)归并误差 回归模型的特点 ( 1)建立在某些假定条件不变前提下抽象出来的回归函数不能百分之百地再现所研究的经济过程。 (2)也正是由于这些假定与抽象,才使我们能够透过复杂的经济现象,深刻认识到该经济过程的本质。 (3)常线性回归函数E(yt) = ?0 + ?1 xt 是观察不到的,利用样本得到的只是对E(yt) = ?0 + ?1 xt 的估计,即对?0和?1的估计。(2011) 经典假设条件(重要) 1.误差项ut数学期望为零,即E(ut) = 0 (t=1,2,…,n) 2.误差项ut 具有同方差性 D(ut) = E[ut - E(ut) ]2 = E(ut)2 = ? 2。 3.不同的误差项之间不相关,即Cov(ui, uj) = E[(ui - E(ui) ) ( uj - E(uj) )] = E(ui uj) = 0, (i ? j )。含义是不同观测值所对应的随机项相互独立。称为ui 的非自相关性。 4.解释变量xt 和ut之间不相关, Cov(ui, xi
文档评论(0)