第三篇 多元线性模型.ppt

1. 多元线性回归模型形式 一般形式（随机扰动形式，注意X的下标）： 案例1 背景介绍 为了阐明计量经济学的方法论，我们考虑这样一个问题：中国未来的汽车拥有水平是多少？2.4亿-2.5亿辆 影响因素： 供给面分析： （1）中国针对国产汽车的关税保护水平，对进口汽车的许可证政策 （2）中国几大汽车生产商未来几年内的年产能情况 （3）主要汽车零配件未来的价格走势，关键零配件的进口价格波动 （4）外资企业对国内汽车生产商的并购和重组，汽车产能的非预期变化 需求面分析： （1）城市居民的年收入水平，消费习惯 （2）未来几年内汽油等能源价格的走势，公路养路费的增长情况，燃油税政策 （3）政府对公共交通的支持力度 （4）政府对能源、环保方面的政策要求，鼓励小排量汽车的消费，抑制大排量轿车的政策力度 （5）其他交通方式的替代程度，公共交通，动车组，商务飞行的发展 （6）未来几年内的交通拥挤状况，城市交通状况，政府的城市交通政策走向 （7）宏观经济环境，如利率，汇率水平以及经济周期 X1——城市居民未来5年的预期年收入 X2——未来5年内汽油价格的水平，燃油税，养路费等费用支出 X3——公共交通等其他交通方式的发展水平 X4——政府在能耗、环保方面的政策力度 X5——国内主要汽车生产商的产能增长率 X6——政府对进口汽车的开放政策，0—对进口汽车无限制 ，1—对进口汽车有严格的政策 第一节 多元线性模型假定 假设1 误差项无偏——随机扰动项均值 为0：E(ui )=0 假设2 同方差和无自相关 假定3 随机扰动项与解释变量不相关。 即 假定4 无多重共线性。 假定解释变量向量之间线性无关，这样，解释变量矩阵X列满秩：R(X)=k。此时，有 假定5 正态性。假定 举例 例题3 能源需求状况（变量t检验 ） 1960-1982年7个OECD国家的能源需求量（Y）的影响因素：实际GDP指数（X）、能源价格指数 四、多元线性模型的统计检验——例4 中国税收收入的决定因素 R2检验 模型整体显著F-检验 回归系数的t检验 回归结果报告的格式： SALES =112.99- 0.318*PRICE + 1.486*ADS se=(0.078) (0.035) (0.044) t = (5.984) (-9.011) (33.347) R2=0.996 调整R2=0.995 F=1263.74 df=21 贝克尔的犯罪经济模型 理论模型：效用最大化 y=f(x1, x2, x3, x4, x5, x6, x7) 其中：y-花在犯罪活动上的小时数，x1-从事犯罪活动的小时“工资”，x2-合法就业小时工资，x3-其他收入（如财产继承），x4-被抓概率，x5-被抓后证明有罪的概率，x6-证明有罪后预期的宣判，x7-年龄 计量模型：变量的可观测性和数据质量 如何处理不可观测量？ Crime= ?0+?2x2+?3x3+?4x4+?5x5+?6x6+?7x7+? 120.1 101.4 97.3 1974 100 100 100 1973 98.6 94.3 97.2 1972 100.3 89.8 91.8 1971 97.7 86.2 88.9 1970 101.7 83.8 83.3 1969 104.3 79.9 78.3 1968 105.4 75.7 73.5 1967 105.3 73.2 70.3 1966 108.3 69.5 66.8 1965 109 65.9 63.6 1964 110.2 62.1 61.7 1963 111.1 59.4 58.5 1962 112.4 56.4 55.4 1961 111.9 54.1 54.1 1960 能源价格指数X2 实际GDP指数X1 能源需求指数 Y 年份 犯罪频率 被捕率 平均刑期 所有不可观测因素和误差 * * 第三章 多元线性回归模型 第一节 多元线性回归模型及古典假定 第二节 多元线性回归模型的估计 第三节 多元线性回归模型的检验 第四节 多元线性回归模型的预测 用Eviews软件进行多元线性回归的操作过程： 1、建立新文件；2、定义序列；3、导入数据； 4、用最小二乘法进行回归； 残差平方和e2 总体回归标准差估计量 第三节 多元线性回归模型的