光华管理学院古典线性回归模型 .pptx

光华管理学院古典线性回归模型 .pptx

  1. 1、本文档共34页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第二章:古典线性回归模型;2;第一节:计量经济分析 与线性回归模型;1.从计量经济分析到一元回归模型;实证研究(计量经济分析)与案例研究的根本差别在于前者“看平均”,后者“看例子”(奇异值)。 前者是科学,后者是艺术,比如西医与中医。现实中更多的是介乎科学与艺术之间,所以我们要中西医结合。 这里u是一个均值为0的随机变量。因为事实上,不可能只有x影响y,我们把所有其它因素加总到了u中 X和y的关系也不可能正好是线性的,但线性是最简单的近似。 ; ;9、我们的市场行为主要的导向因素,第一个是市场需求的导向,第二个是技术进步的导向,第三大导向是竞争对手的行为导向。七月-21七月-21Monday, July 19, 2021 10、市场销售中最重要的字就是“问”。23:58:2123:58:2123:587/19/2021 11:58:21 PM 11、现今,每个人都在谈论着创意,坦白讲,我害怕我们会假创意之名犯下一切过失。七月-2123:58:2123:58Jul-2119-Jul-21 12、在购买时,你可以用任何语言;但在销售时,你必须使用购买者的语言。23:58:2123:58:2123:58Monday, July 19, 2021 13、He who seize the right moment, is the right man.谁把握机遇,谁就心想事成。七月-21七月-2123:58:2123:58:21July 19, 2021 14、市场营销观念:目标市场,顾客需求,协调市场营销,通过满足消费者需求来创造利润。19 七月 202111:58:21 下午23:58:21七月-21 15、我就像一个厨师,喜欢品尝食物。如果不好吃,我就不要它。七月 2111:58 下午七月-2123:58July 19, 2021 16、我总是站在顾客的角度看待即将推出的产品或服务,因为我就是顾客。2021/7/19 23:58:2123:58:2119 July 2021 17、利人为利已的根基,市场营销上老是为自己着想,而不顾及到他人,他人也不会顾及你。11:58:21 下午11:58 下午23:58:21七月-21 ;2.导入多元线性回归模型;模型中,除了beta的经济含义外, 的经济含义是:给定x和z的观测值,平均来说,y的值为多少。而这一条正好可以用来预测,即用因子x和z来预测y! 如果回归模型是用作预测,我们并不要求x是原因,y是结果。 比如,x是上期的单一业务企业的组合回报,y是滞后一期的综合企业回报。X当然不是y的原因,但这个模型可以帮助我们预测 这时条件 不是必须的,但最好满足,因为要不然就没有 ;15;16;第二节:线性回归模型的 OLS估计;1.引言;OLS是最简单,也是最常用的估计方法 原理直观:总拟合误差最小 计算简单:二次型问题,有显示解 结果稳健:估计出来的参数有很好的稳健性质 应用广泛:条件要求少 简单的是美好的,《小的是美好的》 我们的估计方法是这样 接下来的模型设置是这样 其实人生、社会也是这样;2.一元模型的OLS方法;现在可以把所有的拟合误差加总(平方和) 最小化总拟合误差:这是一个标准的二次型问题,FOC给出 这样我们得到了beta的一组估计值,它使得拟合误差平方和最小. 直观上,可以加总拟合误差的绝对值,而不是平方。但这里可以看出,那么目标函数就不是二次型,没有显示解。 注意,这个公式可以理解成:先去均值,估计beta1,再估计beta0。这一点在将来的固定效应面板模型的讨论时会有用 Beta1 与相关系数有关,但不是。这与因果关系与相关关系之间的关系相一致 ;3.多元模型的OLS方法;估计统计量的性质 性质1:拟合误差之和为零, 即 证明:FOC 性质2:回归变量与拟合误差的样本协方差为0, 即 证明:FOC 这两条性质在下面的分析中非常有用 它也对应着模型的基本假定: ;例题exer2.sas libname wang F:\current_teaching\econometrics_II_2\data; data one; set wang.exer2_capm; beta2=beta*beta; run; proc means data=one; var eret beta beta2; run; /*先看看数据特征是一个好习惯 */ /* 多元回归 */ proc reg data=one; model eret=beta beta2; run; ;多元模型分步估计 多元回归估计公式有时难以理解及难以证明相关性质,我们可以用两步法来估计。;;直观上为什么是这样? Ballentine diagram 交叉部

文档评论(0)

魏魏 + 关注
官方认证
内容提供者

教师资格证持证人

该用户很懒,什么也没介绍

版权声明书
用户编号:5104001331000010
认证主体仪征市联百电子商务服务部
IP属地江苏
领域认证该用户于2023年10月19日上传了教师资格证
统一社会信用代码/组织机构代码
92321081MA26771U5C

1亿VIP精品文档

相关文档