汇总计量.ppt

§1.3计量经济学的目的一、结构分析 经济学中的结构分析是对经济现象中变量之间相互关系的研究。 结构分析所采用的主要方法是弹性分析、乘数分析与比较静力分析。 计量经济学模型的功能是揭示经济现象中变量之间的相互关系，即通过模型得到弹性、乘数等。 应用举例 二、经济预测 计量经济学模型作为一类经济数学模型，是从用于经济预测，特别是短期预测而发展起来的。 计量经济学模型是以模拟历史、从已经发生的经济活动中找出变化规律为主要技术手段。 对于非稳定发展的经济过程，对于缺乏规范行为理论的经济活动，计量经济学模型预测功能失效。 模型理论方法的发展以适应预测的需要。 三、政策评价 政策评价的重要性。 经济政策的不可试验性。 计量经济学模型的“经济政策实验室”功能。 四、理论检验与发展 实践是检验真理的唯一标准。 任何经济学理论，只有当它成功地解释了过去，才能为人们所接受。 计量经济学模型提供了一种检验经济理论的好方法。 对理论假设的检验可以发现和发展理论。 三、随机扰动项 总体回归函数说明在给定的收入水平Xi下，该社区家庭平均的消费支出水平。 但对某一个别的家庭，其消费支出可能与该平均水平有偏差。 例2.1中，个别家庭的消费支出为： （*）式称为总体回归函数（方程）PRF的随机设定形式。表明被解释变量除了受解释变量的系统性影响外，还受其他因素的随机性影响。 随机误差项主要包括下列因素的影响： 1）在解释变量中被忽略的因素的影响； 2）变量观测值的观测误差的影响； 3）模型关系的设定误差的影响； 4）其它随机因素的影响。 小结 通过上面的学习我们得到了四个关系式： （1）总体回归模型 （2）样本回归模型 （3）真实（总体）回归直线 （4）样本回归直线 预备知识 1、期望（离散型） 2、方差 3、协方差 4、多元函数求极直 二、参数的普通最小二乘估计（OLS） 给定一组样本观测值（Xi, Yi）（i=1,2,…n）要求样本回归函数尽可能好地拟合这组值. 普通最小二乘法（Ordinary least squares, OLS）给出的判断标准是：二者之差的平方和 设样本回归模型为： 三、最小二乘估计量的性质 当模型参数估计出后，需考虑参数估计值的精度，即是否能代表总体参数的真值，或者说需考察参数估计量的统计性质。 二、拟合优度检验 拟合优度检验：对样本回归直线与样本观测值之间拟合程度的检验。 度量拟合优度的指标：判定系数（可决系数）R2 二、变量的显著性检验 回归分析是要判断解释变量X是否是被解释变量Y的一个显著性的影响因素。 在一元线性模型中，就是要判断X是否对Y具有显著的线性性影响。这就需要进行变量的显著性检验。 1、假设检验 所谓假设检验，就是事先对总体参数或总体分布形式作出一个假设，然后利用样本信息来判断原假设是否合理，即判断样本信息与原假设是否有显著差异，从而决定是否接受或否定原假设。 假设检验采用的逻辑推理方法是反证法。 先假定原假设正确，然后根据样本信息，观察由此假设而导致的结果是否合理，从而判断是否接受原假设。 判断结果合理与否，是基于“小概率事件不易发生”这一原理的 t检验 t检验常被计量经济学家用来检验单个回归系数的假设。(对于多个系数的同时检验,联合假设检验则为F检验)。 一般来说，当样本小于30我们就用t检验。因为这时的样本分布近似为t分布，而不是正态分布。大于或等于30就用Z检验。 当总体的方差已知，就用标准正态分布Z检验。当总体的方差未知，就用样本方差代替总体的方差，即t检验。 事实上，总体的方差大都是未知的，所以我们常用t检验。 关于t统计量的构造:对于任一检验问题，其关键是构造出一个合适的统计量。如何构造出一个合适的统计量？①首先它必须与统计假设有关。②在H0成立的情况下，统计量的分布或渐近分布是知道的。 关于自由度 根据数理统计学知道：在计算平方和时，可自由取值的变量个数就是自由度。如 则上试的自由度就是1。 在 中 总离差的平方是有N个样本点的值计算出来的，因此它受到 的约束，所以它的自由度是n-1。 TSS的自由度n-1 ESS是受回归直线约束,在一元回归模型中只有一个解释变量,自由度1 TSS=RSS+ESS 所以RSS的自由度n-2 Dependent Variable: Y Method: Least Squares Date