计量第6章 多元线性回归模型.pptVIP

6.13 实际建模过程中应该注意的若干问题 本节所处理的问题，严格地说，有些不属于计量经济学本身的内容，但却又是在建模 过程中常常遇到的问题。应该学会正确处理。 （ 1 ） 注意在使用以货币计价的经济变量建模时通常要剔除物价变动因素。 换句话说， 应该把当年价格的经济序列变换为不变价格的经济序列。 以图 6-14 为例，若按当年价格计算，中国 1992 年的 GDP 是 1980 年的 5.9 倍；而按 固定价格计算，中国 1992 年的 GDP 是 1980 年的 2.8 倍。另外从图中还可看出， 1980-1992 期间按当年价格计算的 GDP 曲线一直是上升的， 而按固定价格计算的 GDP 曲线在 1989 年出现一次下降。可见研究经济变量时，应该剔除物价变动的因素。 30000 25000 20000 15000 10000 5000 0 80 GDP 81 82 83 84 85 86 87 88 89 GDP(f) 90 91 92 图 6-14 中国名义价格 GDP 和固定价格 GDP 曲线 6.13 实际建模过程中应该注意的若干问题 (2) 依照经济理论以及对具体经济问题的深入分析初步确定研究对象的影响因素、解 释变量。 毫无疑问经济理论是确定研究对象影响因素的重要依据。 同时须要强调的是一定 要对所研究的问题进行深入的分析与了解， 从而保证最大限度的找到、 找准影响研究 对象变化的重要因素。 如研究中国的粮食产量， 则应该确定的主要因素有： “耕种面积” 、 “农机总动力” 、 “化肥施用量” 、 “从事粮食生产的劳动人口”等因素。但仔细研究就会发现，根据我 国目前的情况， “耕种面积”并不是“粮食产量”的重要影响因素，因为我国粮食产 量的提高主要来自科技含量的提高。 如研究某市居民食用油消费量问题， 按经济理论， 食用油零售价格肯定是影响食 用油消费量重要因素。 但如果研究的是中国改革开放以前居民食用油消费量问题， 那 么食用油零售价格肯定不是最重要影响因素，而常住人口数才是重要影响因素。 (3) 当从其他来源引用数据时，一定要注意数据的定义是否与研究者所选定变量的定 义相符。 比如， “农村人口”要注意区别所用数据指的是“直接从事农业生产劳动的人口” 还是我国户籍管理体制下，相对于城镇人口的“农村人口” 。否则就会给数据带来测 量误差。 6.1 多元线性回归模型及其假定条件 6.1.1 模型的建立 第 5 章介绍了一元线性回归模型的建立、估计、检验与预测。在实际经济问题中， 有时研究对象 （被解释变量） 不是只受一个而是受多个解释变量影响。 这时就需要建立 多元回归模型进行研究。假定变量 y t 与 k - 1 个解释变量 x t j , j = 1, … , k – 1 ，存在线性 关系。多元线性回归模型表示为； y t = ? 0 + ? 1 x t 1 + ? 2 x t 2 +…+ ? k - 1 x t k -1 + u t (6-1) 其中 y t 是被解释变量（因变量） ， x t j , j = 1, … , k – 1 ，是解释变量（自变量） ， u t 是随机 误差项， ? i , i = 0, 1, … , k - 1 是回归参数 （通常未知） 。 这说明 x t j 是 y t 的重要解释变量。 u t 代表众多影响 y t 变化的微小因素。 当给定一个样本（ y t , x t 1 , x t 2 ,…, x t k -1 ） ， t = 1, 2, …, T 时，上述模型表示为， y 1 = ? 0 + ? 1 x 11 + ? 2 x 12 +…+ ? k -1 x 1 k -1 + u 1 y 2 = ? 0 + ? 1 x 21 + ? 2 x 22 +…+ ? k -1 x 2 k -1 + u 2 … y T = ? 0 + ? 1 x T 1 + ? 2 x T 2 +…+ ? k -1 x T k -1 + u T ,