第二讲 绪论 计量经济学.pptVIP

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 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； 一元线性总体回归模型： 一元线性总体回归函数： 设以某种方法得到其中参数的估计： 的估计为 的估计为 , 则称： 为一元样本回归函数。 残差 样本回归模型： 例：总体回归模型、回归函数与样本回归模型与回归函数的说明。 问题：研究收入与消费的关系。 总体：某社区家庭月收入与支出。 月收入X 月消费 180 155 160 165 170 175 200 165 170 174 180 185 188 220 179 184 190 194 198 240 180 193 195 203 208 213 215 260 202 207 210 216 218 225 280 210 215 220 230 235 240 300 220 236 240 244 245 320 235 237 240 252 257 260 262 340 237 245 255 265 275 289 360 250 252 275 278 280 285 291 条件均值 165 177 189 201 213 225 237 249 261 273 表2-1： 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。 的估计为 的估计为 , X 180 200 220 240 260 280 300 320 340 360 Y 175 170 190 195 210 215 220 240 255 285 表2-2：表2-1总体的一个样本 样本回归函数与总体回归函数的联系。 每月可支配收入 每月消费支出 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 一、建立计量经济学模型 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 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) 错！ 为什么？ 三、模型的检验 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 注意：通过了这些检验后，模