第三讲基本回归模型讲述.ppt

* 利用上面的方程预测的消费CS：在方程的工具栏中按Forecast按钮，或选择Proc/ Forecast …。这时会出现对话框： 预测产生的序列名 进行拟合或预测的区间。若与sample一致（默认），超出sample范围（包括起点和终点外）的部分预测序列列示实际值；若与range相同，那么会产生样本外预测，但是必须有解释变量的数值。 一、预测的基本方法 * 二、含有滞后因变量的预测 在方程等号的右边出现因变量滞后值时，预测方法有两种： 1.动态(Dynamic) 预测 第一个预测值将使用滞后变量 y 的实际值。 * 后期预测将使用前期y的预测值来进行预测： 2. 静态(Static)预测 利用滞后因变量的实际值计算一步向前预测的结果。通过下式计算每一个预测值： 动态与静态比较：在预测样本中的第一个值相同。在存在滞后因变量或ARMA项时，两种方法以后各期的值不同。通常静态预测的结果更准确，在方程对象view视图下，actual、fitted、residual中的拟合值就是静态预测值 * 模型预测效果的检验：一般把样本期间分为两个期间： 估计样本期间 检验样本期间 利用估计样本数据估计模型反应拟合效果，利用检验样本期间检验预测效果，观察预测效果，并反复修正模型，改善预测效果。 在EViews中如果选中Forecast evaluation (预测效果评估)， 将显示预测效果评估的统计结果表。 * Root Mean Squared Error 均方根误差 Mean Absolute Percentage Error 平均绝对误差 Mean Absolute Percentage Error 平均相对误差 Theil Inequality Coefficient 泰尔不等系数 {取值在（0，1），0表示与真实值完全拟合} Bias Proportion 偏差比 Variance Proportion 方差比 Covariance Proportion 协方差比 偏差比表明预测均值与序列实际值的偏差程度；方差比表明预测方差与序列实际方差的偏离程度；协方差比衡量非系统误差的大小。三者之和为1。 若偏差比和方差比小、协方差比大，预测效果好 * 三、带有公式的预测方程 如果方程左边是因变量的表达式的情况， Eviews既可以直接预测原始因变量，也可以预测因变量的函数。 * 例如，假设估计如下定义的方程： log(cs) c log(cs(-1)) log(inc) 当选择Forecast按钮，预测对话框显示如下，注意该对话框提供了两种预测序列以供选择：序列cs、表达式 log(cs) 。 * 练习 “5_1.wfl” 是1953年～1984年的经济数据，其中r是半年期票据贴现利率，gnp_p和inv_p分别是按不变价格调整的GNP和投资总额数据，要求： （1）用OLS方法建立inv_p与gnp_p、上期贴现利率的线性回归方程。 （2）进行遗漏变量和冗余变量的检验。 （3）对残差序列进行正态性检验。 （4）以1980年为分割点，进行稳定性分析。 （5）若1985年的gnp_p为733.500，试预测inv_p的值。 * 四、 含虚拟变量的回归方程 例如，在文件“3-6” 中，用截面数据研究男女工资有没有差别，以了解工作妇女是否受到了歧视。用到的变量有： W — 雇员的工资（美元/小时） 1；若雇员为妇女 SEX = 0；其他 ED — 受教育的年数 AGE — 雇员的年龄 1；若雇员不是西班牙裔也不是白人 NONWH = 0；其他 1；若雇员是西班牙裔 HISP = 0；其他 * 对206名雇员的样本所进行的研究得到的回归结果为（括号内是t统计量的值）： （22.10）（-3.86）