- 1、本文档共47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)。
查看更多
[经管营销]第二讲 绪论 计量经济学
一、建立计量经济学模型 ⑴ 经济学意义的检验 由经济学规律来决定,根据模型中参数的符号、大小、关系,对参数估计结果的可靠性进行检验。 例如: 食品需求量计量经济学模型: -2.0-0.5 (收入)+4.5 (食品价格) +0.8 (其它商品均价) ⑵ 统计检验 由统计学理论决定,包括: 拟合优度检验(Coefficient of Determination) 方程显著性检验(Overall Significance of Regression) 变量显著性检验(Significance of Variables) ⑶ 计量经济学检验 由计量经济学理论决定,包括: 异方差性检验(Heteroskedasticity) 序列相关性检验(Serial Correlation) 共线性检验(Multi-collinearity) ⑷ 模型预测检验 由模型的应用要求决定。包括: 稳定性检验:扩大样本重新估计 预测性能检验:对样本外一点进行实际预测 连续型随机变量:密度函数 模型引入随机扰动项的主要原因: 存在随机因素对被解释变量有影响; 除解释变量以外,还有其他被忽略的因素影响被解释变量; 解释变量存在观测误差; 模型设定误差的影响; 问题:若总体不能知道,则总体回归函数不能知道,打算抽样,建立一元线性回归模型,用样本回归函数来估计总体回归函数。 分布4:F分布 定义: 设 U 与V 相互独立,则称随机变量 服从自由度为n1及 n2 的F分布,n1称为第自由度,n2称为第二自由度,记作 F~F(n1,n2) . (6)、假设检验 原理:概率意义上的反证法。 常见的检验:均值检验、方差检验 相关关系与因果关系 第二章:回归模型 变量之间的关系: 相关关系:变量之间的线性关系。 因果关系:变量之间的引起与被引起的关系。 具有因果关系的变量一定具有相关关系; 如:小孩的身高与小树的身高。 如:收入与消费 具有相关关系的变量未必有因果关系。 相关关系与因果关系的区别与联系。 一、相关性分析。 相关性分析:通过样本相关系数推断总体的相关性。 (1)、回归 “回归”的本意:向“均值”回复的趋势 回归分析(regression analysis):研究解释变量与被解释变量之间因果关系的方法和理论, 可用于估计计量经济学模型中的未知函数或参数。 二、回归分析 第一节、古典回归模型 经济系统中仅有一个被解释变量,一个解释变量,建立模型如下: 一元回归模型: 一、一元线性古典回归模型 设 系统因素 无信息时对随机变量的预测:均值 有信息时对随机变量的预测:条件均值 回归模型的统计含义: 随机因素(随机扰动项) 回归本意与回归分析含义的结合。 一元线性回归模型: 线性 一元线性回归模型: 若设: 截距项 斜率 * 1、计量经济学是什么? 2、计量经济学能干什么? 3、计量经济学如何解决问题? 第一讲内容回顾 计量经济学研究问题的流程 ⑴ 确定模型包含的变量 ⑵ 确定模型的数学形式 二、解模型:通过数据来估计模型中的参数. 1、收集数据 2、模型估计 错! 为什么? 三、模型的检验 注意:通过了这些检验后,模型求解完成,方可应用。 4、计量经济学功能的评价与决定计量经济学模型成功的要素。 (1):四大功能中,检验经济理论与结构分析功能的可靠性强,而政策分析与经济预测功能的可靠性较弱。 (2):建立模型的理论、估计模型的方法与数据的质量是决定模型能否成功完成的三要素。 课后习题:P14(1.3、1.7,1.8) 数学准备知识 1、求和记号 2、多元函数的偏导数及最值。 (2)求偏导数: (1)多元函数 3、多元函数的极值。 求方程组的 解(x0,y0,…) … 则多元函数在(x0,y0,…)处取极值。 分布函数:设X是一随机变量,x是任意实数,则实值函数 F(x)=P {X?x}, x∈(-∞,+∞) 称为随机变量X的分布函数。 统计学准备知识 1、随机变量及其刻划。 离散型随机变量:分布列 设离散型随机变量X,其所有可能取值为x1, x2, …, xk, …, 且取这些值的概率依次为p1, p2, …, pk, …, 即P(X=xk)=pk, (k=1, 2, … )则称P(X=xk)=pk(k=1, 2, … ) 为随机变量X 的分布列。 … pk … p3 p2 p1 P … xk … x3 x2 x1 X 设F(X)是随机变量X的分布函数,若存在非负可积函数f(x),(-?x+?),使对一切实数x,均有 则称X为连续型随机变量,且称f(x)为随机变量X的概率密度函数,简称概率密度或密度函数。常
您可能关注的文档
最近下载
- 春秋航空(601021)公司2023年财务分析研究报告.doc
- 封口机使用说明书.docx
- 湖南农民运动考察报告毛概课堂展示.ppt
- 2021滑雪圈层研究报告:自由与不羁的灵魂-赞意&艺恩&Fandom-2021-26页.pdf
- 艺恩:2021电竞圈层营销报告1.pdf VIP
- 预制菜加工及冷链物流项目数字化方案.docx VIP
- 英语分级群文阅读教学设计三年级上册 Topic 2.docx VIP
- 预制菜数字化员工培训与能力提升方案.docx VIP
- 小学英语分级群文阅读教学模式探索-来源:教育实践与研究(小学课程版)(第2022007期)-河北省教育科学研究所.pdf VIP
- 预制菜数字化成本与效益评估报告.docx VIP
文档评论(0)