计量经济学（厦门大学计统系）第8章单方程回归模型续.pptxVIP

第8章 单方程回归模型预测§8.2 误差项序列相关情形下的预测当时间序列模型的误差项序列相关时，最优预测及其分布的确定会变得略微复杂起来。考虑误差项一阶序列相关的一元线性模型其中 。1、α，β和ρ都是已知的情形取YT+1的点预测(记)为第8章 单方程回归模型预测由 可以选择 。因此注意α，β是已知的，残差等于误差项。实际上，如果我们把模型写成广义差分形式其中 就消除了误差项的序列相关，由上节知因变量的最优预测为其中 可以证明(8.2)式与(8.3)式是等价的。由(8.3)式可得第8章 单方程回归模型预测所以因此两式是等价的，即(8.2)式是因变量的最优预测。接下来考虑预测误差的均值与方差。所以2、α，β和ρ都是未知的情形先对参数进行估计。为了得到最优预测，只要利用广义差分形式的估计方程，即取YT+1的点预测(记)第8章 单方程回归模型预测此时预测误差为显然有 ，但其方差无显式的表达式。如果ρ可以精确地估计(相当于ρ已知)，由模型的广义差分形式得到的最优预测(8.3)式可写为其中参数估计为LS解。所以预测误差有第8章 单方程回归模型预测§8.3 有条件预测前面的讨论全都假设解释变量是已知没有误差的。实际上在进行事前预测时，通常某些解释变量也需要预测其未来值。这种解释变量取值的随机性，使得我们对因变量的预测更加复杂，因为在一般情况下很难推导计算预测误差的公式。下面仅讨论一种特殊情况。考虑模型：其中 对第T+1时点(段)且 ；εt和μt不相关，另外LS估计满足第8章 单方程回归模型预测即取YT+1的点预测(记)为预测误差为下面来考察预测误差的均值和方差。预测误差可变形为所以第8章 单方程回归模型预测其中 于是有具体代入LS估计量的方差可得比较(8.4)式与(8.1)式，多了两个非负项，说明预测X会增加对因变量Y的预测误差。由于预测误差含有两个随机变量 和 的乘积，它并不服从正态分布，因此无法得到有条件预测的具体预测区间。只是对预测区间可以进行粗略的估计(下面仅给出图示)。第8章 单方程回归模型预测Yt近似预测区间第二预测区间第一预测区间模型估计区间的95%置信边界曲线Xt点预测0图8.4 有条件预测的点预测和近似预测区间第8章 单方程回归模型预测最后几点说明：1、拟合与预测是两个不同的概念。通常拟合一个模型是为了进行预测，但是即使模型的拟合程度很好，参数在统计上都非常显著，预测却可能并不十分准确。2、在条件预测中，对解释变量的预测会带来因变量额外的预测误差。3、无条件预测很好的回归模型，不一定能够给出很好的条件预测。因此如果模型的预测误差主要是由于来自解释变量的预测误差，那么就不应该拒绝这个模型。作业：p141页的8.1、8.2。