第七讲.ppt(计量).pptVIP

令?+?=?，则利用同样的变换方式可以将原模型变换为: ln Q=lnA+?lnK+(?-?)lnL+u 或者 ln Q=lnA+?ln(K/L)+?lnL+u 显然，检验规模报酬不变的假设，即检验?+?=1？进一步，即检验?=1？ 还可以对上述模型进行如下变换： ln (Q/L)=lnA+?ln(K/L)+(?-1)lnL+u = lnA+?ln(K/L)+?lnL+u 从而，关于?+?=1的检验变成了关于参数?的显著性检验。 * 下面是利用我国2000年按行业的全部制造业国有企业及规模以上制造非国有企业的工业总产值Y，资产合计K和职工人数L的数据估计得到的生产函数，n=30。 ln Qi= 1.21 + 0.55lnKi + 0.48lnLi+ei s.e = (1.12) ( 0.27) (0.32) R2=0.6517 F=26.20 D.W.=0.96 ?和?的估计结果分别为0.48和0.55， 与1非常接近，但这并不能成为规模报酬不变的证据。需要对?+?=1进行假设检验。 ln Qi= 1.31 + 0.55ln(K/L)i + 1.03lnLi+ei s.e. = (0.92) ( 0.27) (0.15) R2=0.6517 F=26.20 D.W.=0.96 t= =0.172.05=t0.025(28) * 对最后一个模型的估计结果为： ln (Q/L)ii= 1.21 + 0.55ln(K/L)i + 0.03lnLi+ei s.e. = (1.12) ( 0.27) (0.15) R2=0.6517 F=26.20 D.W.=0.96 t= 0.03/0.15=0.172.05=t0.025(28) 接受原假设?+?=1，因而可以认为规模报酬是不变的。 * 对参数的区间估计，通常采用的方法是求参数的一个置信区间，即在一定的置信度 下，构造一个包含参数真值的随机区间，它意味着在重复试验中，这样的区间以的概率 包含参数的真值。 对于经典线性回归模型，当随机误差项的方差未知时，可以利用随机变量 二、偏回归系数的区间估计 * 对于给定的置信度 ，查自由度为n-k-1的t分布表，得临界值 ，使得 参数 的置信度为 的置信区间为： 即 构造 的置信区间 * 如何才能缩小置信区间？ 增大样本容量n，因为在同样的样本容量下，n越大，t分布表中的临界值越小，同时，增大样本容量，还可使样本参数估计量的标准差减小； 提高模型的拟合优度，因为样本参数估计量的标准差与残差平方和呈正比，模型优度越高，残差平方和应越小。 提高样本观测值的分散度,一般情况下，样本观测值越分散，(X’X)-1的分母的|X’X|的值越大，致使区间缩小。 * 1．考虑一个标准的工资决定方程： ln(wage)=b0+b1educ+b2exper+b3tenure+u 其中，educ表示受教育年限，exper表示工作经验，tenure是任现职的年限，三个变量的单位都为年。利用935个样本数据对模型进行估计，Eviews输出结果为： * 请回答以下问题（显著水平为5%，t0.05(?)=1.65，t0.025(?)=1.96）： （1）预期b1和b3的符号如何？给出你的理由。 （2）计算图中A、B、C、D、E处的数值，给出必要的公式。 （3）解释Eviews输出结果中educ系数的经济含义。 （4）假定多受一年教育，工作经验减少一年，任现职年限不受影响，从模型估计结果来看，大学本科毕业的工人工资大约比高中毕业的工人高多少？ （5）工作经验和任现职年限对工人工资的影响显著吗？其他因素不变，更长的受教育时间能否带来更高的工资水平吗？给出你的理由。 （6）对educ、experc和tenure进行总体显著性检验（或称方程整体显著性检验）时，F统计量的分布是多少？回归方程具有整体显著性吗？给出你的理由。 * §3.3 可决系数与调整的可决系数 一、可决系数 与一元线性回归模型类似，当得到多元线性回归模型的样本回归函数后，也可以建立可决系数，即被解释变量的总变异中能由所有