计量经济学第二节教学课件.pptVIP

南京人口管理干部学院 黄犚 第二章 单方程计量经济学模型理论与方法 内容 －参数估计方法 －模型检验 －基本假定不成立时的模型 目的 －掌握简单的计量经济研究方法 第一节 线性回归模型概述 回归分析 模型的随机设定 线性回归模型的普遍性 线性回归模型的基本假设 回归分析 回归分析是用来研究一个变量（被解释变量explained variable或应变量dependent variable ）与另一个或多个变量（解释变量explanatory variable或自变量independent variable ）之间的关系。 切记：两变量是否存在因果关系，必须以经济理论为判定标准。 回归分析 总体与样本 总体回归函数 样本回归函数 回归的主要内容 总体与样本（补充） 总体（Population or Sample Space)：随机试验所有可能结果的集合，又叫样本空间。 样本点（Sample Point)：样本空间的每一元素。 事件(Events)：随机试验的可能结果组成的集合，是总体的一个子集。 在理论上，总体是有限的，但在实际中很难收集每一个信息。实践中我们所能做到的是从总体中抽取一个“有代表性的”或“随机”的样本。 总体回归函数 总体回归函数（PRF) 其中， 为参数，也称为回归系数。 又称为截距， 又称为斜率。 样本回归函数 样本回归函数（SRF) 表示总体条件均值， 的估计量； 分别是 的估计量。 回归的主要内容 根据样本观察值确定样本回归方程 检验样本回归方程对总体回归方程的近似程度 利用样本回归方程分析总体的平均变化规律 模型的随机设定 随机误差项 残差项 产生随机误差项的原因 随机误差项 其中， 被称为被解释变量， 被称为解释变量。 为随机误差项， 为观测值下标， 为样本容量， 为待估参数。 方程被称为随机总体方程。 残差项 其中， 是 的估计量，称为残差项（residual term)。 利用总体回归函数，观察值 可表示成 利用样本回归函数，观察值 可表示成 随机误差项产生的原因： 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、其他随机因素的影响 4、模型关系的设定误差的影响 总体回归函数误差项的设定 线性回归模型的普遍性 线性转换 1、直接置换法 拉弗曲线描述的税收和税率的关系是一种抛物线形式： 可以用 进行置换，将方程变成 线性回归模型的普遍性 2、对数变换 C-D生产函数将产出量与投入要素之间的关系描述为幂函数的形式 方程两边取对数后，即成为一个线性形式 线性回归模型的普遍性 3、级数展开 CES生产函数将产出量与投入要素之间的关系描述为如下形式 方程两边取对数后，得到 将式中 展开台劳级数，取关于 的线性项，即得到一个线性近似值。 第二节 一元线性回归模型的参数估计 一、线性回归模型的基本假设 1、解释变量是确定性的。 2、随机干扰项均值为0。即 3、随机干扰项序列同方差。即 5、随机干扰项序列不相关。即 6、随机干扰项与解释变量之间不相关。即 7、随机干扰项服从正态分布。 即 8、解释变量之间不相关，无多重共线性。 9、随着样本容量的无限增加，解释变量的样本方差趋于一个有限常数，即 10、回归模型是正确设定的。 普通最小二乘法 参数估计量的性质 二、普通最小二乘法（OLS） 复习： 总体回归函数 样本回归函数 残差项 普通最小二乘法（OLS） 最小二乘法（Ordinary Least Squares)：选择估计参数 ，使得全部观察值的残差平方和最小。即： 普通最小二乘法（OLS） 求解步骤： 参数估计值 普通最小二乘法（OLS） 随机误差项方差估计值 估计量和估计值 三、最大或然法（ML） 总体回归函数 样本回归函数 三、最大或然法（ML） 最大或然法(Maximum Likelihood):选择估计参数 ，使得抽取该观察值的概率最大。即： 三、最大或然法（ML） 求解步骤 参数估计值 随机误差项方差估计值 四、参数估计量的性质 1、线性：即参数估计值是随机变量的线性函数。 2、无偏性：即参数估计值的均值和期望是否与真实值相一致。 3、有效性（最小方差性）：即求得的参数估计量小于任何其他方法得到的估计量。 4、一致性：如果随着