- 1、本文档共63页,可阅读全部内容。
- 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、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、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
会计学
1
计量经济学期末复习
2
二、利用计量经济学研究经济问题的步骤
1.理论分析;
2.收集数据;
3.建立数学模型;
4.建立统计或经济计量模型;
5.经济计量模型的参数估计;
6.检查模型的准确性;
7.检验来自模型的假说;
8.运用模型进行预测;
第1页/共63页
3
第2章 线性回归模型的基本思想:双变量模型
一、回归的含义
二、总体回归函数
第2页/共63页
4
三、随机误差项的性质
1.模型中未包括的变量的影响;(简单原则)
2.随机因素的影响;
3.量测误差;
第3页/共63页
5
四、样本回归函数
第4页/共63页
6
五、线性回归模型
1.解释变量线性
2.参数线性
注:线性回归是指参数线性的回归,而解释变 量不一定是线性的。
第5页/共63页
7
六、普通最小二乘法(P26-P28)
普通最小二乘法原理:残差平方和最小
第6页/共63页
8
第 3、4章 多元线性回归模型的参数估计、假设检验
一、古典线性回归模型的基本假定
1.解释变量与扰动项不相关;
2.扰动项的均值为零;
3.扰动项同方差;
4.扰动项之间无自相关;
5.扰动项服从正态分布;
6.解释变量之间不存在线性相关关系;
第7页/共63页
9
二、普通最小二乘估计量(双变量)
普通最小二乘估计量的性质; P46
高斯-马尔柯夫定理
最优线性无偏
第8页/共63页
10
三、 t - 统计量
其中,n为样本个数,k为参数个数,(n-k)称为t - 统计量的自由度。
在给定自由度和显著性水平的情况下,可以求出t - 临界值。
第9页/共63页
11
四、置信区间
置信区间为:
第10页/共63页
12
五、显著性检验
H0:B2= B*,H1:B2 B*
在原假设成立的条件下:
统计量t=(b2- B* )/se(b2)服从于自由度为n-k的 t - 分布;
取定显著水平,查表得到t/2(n-k)
︱t︱> t/2 拒绝零假设
︱t︱≤ t/2 不拒绝零假设
特别地,B* =0
第11页/共63页
13
六、离差分解
称为总离差平方和,记为TSS
称为回归平方和,记为ESS
称为残差平方和,记为RSS
第12页/共63页
14
七、各平方和及其自由度 P81
总离差平方和可以分解为两个部分:一部分归于回归直线(回归平方和),一部分归于随机因素(残差平方和);即
TSS=ESS+RSS
TSS的自由度为n-1
RSS的自由度为n-k
ESS的自由度为k-1
其中,n为样本个数,k为参数个数;
第13页/共63页
15
八、拟和优度的检验:判定系数R2
判定系数R2度量了回归模型(解释变量)对Y的解释程度;也表示样本回归模型对总体回归模型的拟合程度;0 R2 1
特别地,对于两变量回归模型来说, R2在数值上等于相关系数的平方,相关系数的符号由B2确定。
第14页/共63页
16
十、校正R2
判定系数R2的一个重要性质就是模型中的解释变量的个数越多,R2值就越大;
为了消除变量个数对R2的影响,我们定义了校正的判定系数:
第15页/共63页
17
十一、校正判定系数的性质:
1.对于多元回归模型来说,校正判定系数小于非校正判定系数;
2.虽然校正判定系数总为正,但校正判定系数可以为负;
第16页/共63页
18
十二、联合检验
显著性检验是用来检验某一个参数是否为零。现在考虑假设:
这个零假设称为联合假设,即B2和B3同时为零,或者说X2和X3对Y无影响,等同于下面的零假设:
即X2和X3对因
文档评论(0)