chapter_01_计量经济学特征和研究范围.pptVIP

1.3.2 收集数据 表1. 1 1980-2002美国城市劳动力参与率CLFPR ，城市失业率CUNR 与真实的小时平均工资AHE82（不完整，只到1996年） 资料来源： Economic Report of the Pre s i d e n t，1 9 9 7 ,CLFPR from Table B-47,p.343,CUNR from Table B-40,p.346,and AHE82 from Table B-45,p.352. 1.3.3 设定劳动力参与的数学模型 散点图 图1-1 城市劳动力参与率(%)与城市失业率(%)回归分析 1.3.3 设定劳动力参与的数学模型 CLFPR和CUNR两者简单的数学模型 （1-1） 式( 1-1 )表明城市劳动力参与率与城市失业率呈线性关系。B1和B2为线性函数的参数(parameters)。B1为截距( intercept )，其值为当CUNR为零时CLFPR的值。B2为斜率( slope )，它是每一单位CUNR的变动所引起的CLFPR的变动率。 1.3.4 设定劳动力参与的统计或经济计量模型 现实数据的非实验性、变量间的关系并不精确。 确定的数学模型无法刻画变量间的真正关系，必须用统计的方法刻画它们之间的关系。 线性回归模型(linear regression model) （1-2） 式（1-2）中，u代表随机误差项(random error term \ stochastic error term)，简称误差项(error term)。u 包括了所有影响城市劳动力参与率，但并未在模型中具体给出的因素（除了城市失业率）以及其他的随机因素。 1.3.4 设定劳动力参与的统计或经济计量模型 （1-2） 式（1-2）中，式左边的变量称为因变量(dependent variable) 或被解释变量(explained variable)，式右边的变量称为自变量(independent variable) 或解释变量(explanatory variable)。 线性回归分析的主要目标就是解释一个变量(应变量)与其他一个或多个变量(解释变量)之间的关系，当然这种关系并非完全准确。 回归包含因果关系吗（causation）？ “统计关系，无论有多强，有多紧密，也绝不能建立起因果关系：因果关系的概念必须排除在统计学之外。” 1.3.5 经济计量模型参数的估计 ? 模型的参数：B1，B2 ? 模型的参数必须根据已知的数据进行估计统计模型 /经济计量模型 ? 参数估计方法不仅与模型本身有关而且与数据有关 ? 参数估计的方法必须可以加以评判（评价的标准） ? 普通最小二乘法估计(ordinary least squares, OLSE) /极大似然估计(maximum likelihood estimation, MLE) (1-3) 如果失业率上升一个单位(如一个百分点)，城市劳动力参与率将下降0.64个百分点。 1.3.6 检查模型的适用性：模型的设定检验 ? 描述经济现象的经济计量模型可能有很多，究竟哪个是最有效的/最佳的？ ? 经济计量模型必须可以解释经济现象，说明现实问题。 ? 一元线性回归模型: （1-2） ? 还有其他一些因素影响人们进入劳动力市场的决定。比如每小时工资或收入也是重要的决定变量。 ?二元线性回归模型: