高级计量经济学－2.ppt

高级计量经济学－2,3 估计和推断 要点 估计量标准 推断 假设检验的基本内容 几种常用的检验方法 正态分布的检验 t检验 F检验 LR,LM,W检验 计量经济学基础－计量 什么是计量经济学 经济：根据经济理论对经济问题进行实证分析 统计：计量经济学与统计的不同，经济数据不满足统计假设 数据：给出假设，这些假设可以充分描述数据特点 计量经济学基础－计量 扰动项（disturbance term) 经济和计量的区别 收入和消费的关系 C=f(Y)确定关系 C=f(Y)+?随机关系 C=?0+ ? 1Y+ ? Ci=?0+ ? 1Yi+ ?i 计量经济学基础－计量 扰动项 因为扰动项的存在，成为随机关系 计量的重点 估计未知参数 对扰动项的不同假设导致估计方法的不同，所以检验扰动项是否满足假设 计量经济学基础－估计量 估计量标准 估计（estimate)和估计量(estimator) 选择好的估计量 计算时间 最小二乘 高拟和优度 无偏 有效 均方差 渐进性质 极大似然 计量经济学基础－估计量 估计量标准1：计算时间 曾经是很重要的标准 编程困难 计算机计算时间长（非线性模型） 最小二乘 残差（y- ） 使残差“小”：绝对值求和，平方求和，其他加权求和 OLS残差平方和最小 计量经济学基础－估计量 高拟合优度 拟合优度（可决系数）是观测序列与估计序列相关系数的平方 拟和优度最大等价于最小二乘 模型中包括滞后变量R2可以达到0.7,时间序列模型R2可以达到0.5,截面数据比较小。 模型选择中，只要增加解释变量，就能增加R2，所以用调整后的R2代替，在拟和与简洁之间寻找平衡 拟和优度衡量的是对该样本的拟和程度。不是对真实世界的拟和。计量学家关心好的估计量而不是高的拟和优度。有时拟和优度不大，但是好估计量 计量经济学基础－估计量 与估计量的小样本分布有关的三个标准 无偏 有效 最小均方差 模拟一个估计量的样本分布。 解释变量不变，重复N次，例如10000次，每次被解释变量发生变化，估计未知参数，得到10000个未知参数，画直方图得到估计量的分布 计量经济学基础－估计量 workfile tempestimate u 10000 rndseed 12345 series t1 series t2 !nreps=10000 !nobs=1000 for !repc=1 to !nreps smpl @first @first series y1=0.2 smpl @first+1 !nobs+200 series y1=0.1+0.5*y1(-1)+nrnd smpl @first+200 !nobs+200 equation eq1.ls y1 c y1(-1) t1(!repc)=@coefs(1) t2(!repc)=@coefs(2) next smpl @first !nreps 计量经济学基础－估计量 无偏 计量经济学基础－估计量 有效 计量经济学基础－估计量 最小均方差＝偏度的平方＋方差 计量经济学基础－估计量 渐进性质－大样本性质 样本趋于无穷时估计量的性质 计量经济学基础－估计量 渐进性质 当满足小样本性质要求的估计量得不到时，需要根据渐进性质选择估计量 小样本性质很难计算，用渐进性质来近似 检验统计量的获得需要渐进性质 渐进性质 一致性等价于大样本下的最小均方差 渐进有效 计量经济学基础－估计量 极大似然 选择一组参数，使得在该参数情况下，观测值发生的概率最大 有很好的渐进性质:一致，渐进有效，渐进分布是正态分布，估计量的渐进方差－协方差阵容易计算。 推断 经典回归模型 满足5条假设 增加假设6：扰动项服从正态分布 使用OLS法估计参数 参数服从正态分布 ?OLS~N(?,?2(X’X)-1) 参数的检验服从t分布，F分布，?2分布 检验的一般过程 显著水平的选择 只要样本足够多，总能证明参数显著，被称为“大样本问题”这时应该降低显著水平。 检验的size,power 显著水平是范第一种类型错误的概率，又称size 犯第二种错误的概率称为power 假设检验的结论 拒绝零假设 不能拒绝零假设 推断－正态检验 峰度 偏度 推断－正态检验 Jarqre-Bera，简记为JB检验。 JB= ，其中S是偏度，K是峰度。 假设有一组数据，检验过程如下： 1）零假设H0：正态分布 2）按照前面介绍的公式计算出S，K，然后带入上式，计算出JB。 3）当零假设成立时，统计量JB服从?2（2）分布 推断－正态检验 P-值 判断规则。 P-Value显著水平,则拒绝零假设 P-Value显著水平,则接受零假设 推断－正态分布