计量经济学专题宣讲.pptVIP

计量经济学;概要;本章学习的目标和步骤：; , 衡量了X对Y的边际效应 (因果效应) 最小二乘估计量为估计量: 为了得到大样本下的 分布，需要作以下假设： 最小二乘假设: E(u|X = x) = 0. (Xi,Yi), i =1,…,n, 独立同分布. 不太可能出小异常值 (E(X4) ∞, E(Y4) ∞. ;; 的假设检验及标准误 (5.1 节);一般方法: 构建t统计量，计算p值（或比较标准正态分布N(0,1)的临界值）; SE( )的公式 ;此公式看起来很复杂： 实际上化繁为简。分子是var(v)的估计,，分母是[var(X)]2 的估计。 为什么自由度调整为n-2? 因为两个参数β0和β1 已被估计出来了。 SE( )可由计量软件直接计算。 ;小结: 检验 H0: β1 = β1,0 vs H1: β1 ≠ β1,0, ;例: 测试成绩与学生教师比的关（加州的数据）;大样本下，近似标准正态分布的t统计量，当|tact|=4.38时，p值为0.00001 (10–5) ;β1的置信区间（教材 5.2节）;测试成绩与学生教师比的估计回归线：;回归结果的标准写法:把标准误写在被估计系数下方的括号号内;;关于 β0 及 β1统计推断小结;X为二值变量时的回归（教材 5.3节）;;例： 令 ? OLS回归： = 650.0 + 7.4×D (1.3) (1.8) 总体均值表： ? 均值差: = 657.4 – 650.0 = 7.4 标准误： ;小结：X（0/1）为二值变量时的回归;异方差及同方差，同方差时的标准误（教材 5.4节）;例：二值变量下的异方差和同方差（即均值的比较）;异方差（如图）;来自劳动经济学的一个真实数据的例子:平均每小时收入与受教育年限的关系(数据来源:当前的人口调查):;班级规模数据: ;目前，假设u是同方差的;假使实际中误差同方差会怎么样？;与同方差情况下的 方差对应, 还有同方差下 的标准误： 同方差下 的标准误公式: ? 但需注意的是除非误差真的是同方差的，否则该公式无效。 ;现有 的两个标准误公式;实际意义… ;STATA中的异方差稳健标准误;结论: ;关于OLS的一些理论基础(教材 5.5 节);你或许依然想知道…;;OLS的有效性（I）: Gauss-Markov 定理;Gauss-Markov 定理：;OLS的有效性（II）;OLS的一些不足;OLS的局限, ctd. ;u是同方差并服从正态分布的推论: t分布 (5.6节);假设1-5的前提下，抽样分布的正态性:;此外，在假设1-5前提下，零假设成立的条件下，t统计量服从自由度为n-2的t分布。;实际意义:;总结 (教材 5.7节)