线性联立方程组.doc

线性联立方程组 估计线性联立方程组。PROC MODEL也可以估计线性联立方程组。SYSLIN过程提供以下估计方法： OLS, 2SLS, LIML, SUR, ITSUR, 3SLS, IT3SLS. FIML。不提供GMM方法（MODEL过程提供）。 1 介绍 OLS Estimation 如果不指定估计方法，默认用OLS。 proc syslin data=in; demand: model q = p y s; supply: model q = p u; run; 这相当于两个独立的OLS估计。但是由于联立性，估计结果可能会有大的偏差。 Two-Stage Least Squares Estimation 价格P是内生变量。外生变量为收入Y,单位成本U,替代品价格S.这时候用2SLS： proc syslin data=in 2sls; endogenous p; instruments y u s; demand: model q = p y s; supply: model q = p u; run; 这里告诉系统p是内生变量。虽然q也是内生变量，但是q不作为解释变量，没有必要列出来。 往往所有前定变量都用作工具变量。这里Y,U,S都用作工具变量，用在第一步回归中预测P。 输出结果只有第二步。如果要看第一步结果，在MODEL语句中用FIRST选项。 ? The SYSLIN Procedure Two-Stage Least Squares Estimation Model DEMAND Dependent Variable q Label Quantity ? Analysis of Variance Source DF Sum of Squares Mean Square F Value Pr?>?F Model 3 9.670882 3.223627 115.58 <.0001 Error 56 1.561944 0.027892 ? ? Corrected Total 59 10.03723 ? ? ? ? Root MSE 0.16701 R-Square 0.86095 Dependent Mean 1.30095 Adj R-Sq 0.85350 Coeff Var 12.83740 ? ? ? Parameter Estimates Variable DF ParameterEstimate Standard Error t?Value Pr?>?|t| VariableLabel Intercept 1 1.901040 1.171224 1.62 0.1102 Intercept p 1 -1.11518 0.607391 -1.84 0.0717 Price y 1 0.419544 0.117954 3.56 0.0008 Income s 1 0.331475 0.088472 3.75 0.0004 Price of Substitutes Figure 19.3: 2SLS Results for Demand Equation ? The SYSLIN Procedure Two-Stage Least Squares Estimation Model SUPPLY Dependent Variable q Label Quantity ? Analysis of Variance Source DF Sum of Squares Mean Square F Value Pr?>?F Model 2 9.646098 4.823049 253.96 <.0001 Error 57 1.082503 0.018991 ? ? Corrected Total 59 10.03723 ? ? ? ? Root MSE 0.13781 R-Square 0.89910 Dependent Mean 1.30095 Adj R-Sq 0.89556 Coeff Var 10.59291 ? ? ? Parameter Estimates Variable DF ParameterEstimate Standard Error t?Value Pr?>?|t| VariableLabel Intercept 1 -0.51878 0.490999 -1.06 0.2952 Intercept p 1 1.333080 0.059271 22.49 <.0001 Price u 1 -1.14623 0.243491 -4.71 <.0001 Unit Cost