计量经济学第四章多元线性回归分析.pptVIP

* 一、参数估计量的分布和标准化 参数估计量服从以下的正态分布： 或表示为 转化为标准正态分布的统计量 * 二、统计推断和检验 （一）单个参数的显著性和置信区间 （二）参数的显著性检验 （三）回归显著性检验 * （一）单个参数的显著性和置信区间 给定置信度要求，下面的不等式应该成立： 显著性检验：令 为0，根据t 统计量水平进行判断。 因此参数 置信度为 的置信区间（或称区间估计）为： * （二）模型总体显著性检验 多元回归模型每个参数的显著性与模型总体的显著性并不一定一致，也就是全体解释变量总体对被解释变量是否存在明显影响的检验，称为回归显著性检验。 回归显著性检验的基本方法，是检验模型常数项以外所有参数同时为0的假设。 原假设： * 回归显著性检验方法 对方程总体显著性检验需要在方差分析的基础上进行F检验。 1、方差分析 在讨论可决系数时已经分析了总离差TSS的分解及自由度：TSS＝ESS+RSS Y的样本方差为：总离差/自由度 即 显然，Y的方差也可以分解为两部分，可用方差分析表分解 * 方差分析表 离差来源 平方和 自由度 方差 归于回归模型 K ESS/K 归于残差 n – K - 1 RSS/(n-K-1) 总离差 n-1 TSS/(n-1) * F检验 原假设 备选假设： 不全为0 建立F统计量（可以证明）： 给定显著性水平 ，查F分布表中自由度为K和n-K-1的临界值 ，并通过样本观测值计算F值 * F检验 如果计算的F值大于F的临界值 ， （小概率），则拒绝原假设，说明回归模型有显著意义，即所有的解释变量联合起来对Y有显著影响。 如果计算的F值小于F的临界值 ， 则接受原假设，说明回归模型没有显著意义，即所有解释变量联合起来对Y没有显著影响。 * 可决系数的显著性检验 由方差分析可以看出，F检验与可决系数有密切联系，二者都建立在对应变量离差分解的基础上。F统计量的值也可通过可决系数计算： 结论：对方程联合显著性检验的F检验，实际上也是对 的显著性检验。 * 四、预测 点预测 区间预测 t统计量 * 四、预测 置信度为 的区间预测 * 案例分析 中国税收增长的分析 提出问题：改革开放以来，随着经济体制改革的深化和经济的快速增长，中国的财政收支状况发生了很大变化，为了研究影响中国税收收入增长的主要原因，分析中央和地方税收收入的增长规律，预测中国税收未来的增长趋势，需要建立计量经济模型。 * 理论分析：影响中国税收收入增长的主要因素可能有： （1）从宏观经济看，经济整体增长是税收增长的基本源泉。 （2）社会经济的发展和社会保障等都对公共财政提出要求，公共财政的需求对当年的税收收入可能会有一定的影响。 （3）物价水平。中国的税制结构以流转税为主，以现行价格计算的GDP和经营者的收入水平都与物价水平有关。 （4）税收政策因素 * 建立模型 分析：以各项税收收入作为被解释变量 以GDP表示经济整体增长水平 以财政支出表示对公共财政的需求 以商品零售价格指数表示物价水平 税收政策因素较难用数量表示，就暂时不予考虑 模型设定为： * 数据来源： 中国统计年鉴 其中： Y－－各项税收收入（亿元） X1－－国内生产总值（亿元） X2－－财政支出（亿元） X3－－商品零售价格指数（％） * 模型估计的结果： 模型检验： 拟合优度：可决系数 较高，调整的可决系数 也很高，表明模型拟合较好。 （940.5953） （0.005577） （0.033236） （8.738139） t= -2.745784 3.956634 21.12505 2.744800 F=2717.332 df=21 * 第四章 多元线性回归分析 * 第四章 多元线性回归分析 第一节 多元线性回归模型 第二节 最小二乘参数估计 第三节 回归拟合度评价和决定系数 第四节 统计推断和预测 * 第一节 多元线性回归模型 一、模型的建立 二、多元线性回归模型的向量、矩阵表 示法 三、模型的假设 * 一、模型的建立 模型形式 例 * 二、多元线性回归模型的向量、矩阵表示法 * 三、模型的假设 变量 和 之间存在多元线性随机函数关系 对任意 都成立