实证研究方法论——Stata应用 课件 第5章 横截面数据的计量经济分析I.pptx

第5章 横截面数据的计量经济分析I;计量经济分析方法 回归分析：估计与Stata实现 回归分析：推断与Stata实现 回归分析：不同函数形式和变量类型的影响 回归分析：基本假定违反的检验、修正与Stata实现;按数据类型分 横截面数据分析 按被解释变量是否受限可以分为非限制因变量和限制因变量 面板数据分析 时间序列数据分析 参考教材：伍德里奇，经济经济学导论（第六版），中国人民大学出版社，2018 ;计量经济分析方法的类型;计量分析方法的选择;最小二乘法（LS）;最小二乘法（LS）;对最小二乘法（LS）的评价;趋向中间高度的回归;什么是回归分析;多元回归术语;回归分析的运用与思想;回归分析的运用与思想;最小二乘法 （要点）;3.通过k+1个未知变量的k+1个线性方程，从而求解得β0-k;一元线性回归方程的直观解释;多元线性回归方方程的直观解释;;use /ec-p/data/wooldridge/CEOSAL1,clear sum salary roe reg salary roe *Salary for ROE = 0 display _b[roe]*0+_b[_cons] .963.19134 *Salary for ROE = 30 display _b[roe]*30+_b[_cons] .1518.2269;use /ec-p/data/wooldridge/GPA1,clear summ ACT reg colGPA hsGPA ACT;OLS的拟合值和残差;在回归模型中，如果能够计算出一个数值，用以概括OLS回归线对数据拟合程度或概况反映解释变量x对被解释变量y的解释程度，这将对我们非常有帮助 拟合优度就是用来概况反映解释变量x对被解释变量y的解释程度的一个数值指标。这个数值通常为拟合优度，即R-squared，或称可决系数（coefficient of determination） 在计算拟合优度前，我们需要对y取值的波动进行适当的分解，然后来捕捉对这种波动的解释 ;变差与离差平方和的分解;考虑拟合值后，离差平方和的分解（图示）;离差平方和的分解（三个平方和的关系）;离差平方和的分解（三个平方和的意义）;;use /ec-p/data/wooldridge/CEOSAL1,clear reg salary roe predict yhat,xb predict uhat,resid; 问题： 在应用过程中发现，如果在模型中增加一个解释变量， R2往往增大（Why?) 这就给人一个错觉：要使得模型拟合得好，只要增加解释变量即可。 但是，现实情况往往是，由增加解释变量个数引起的R2的增大与拟合好坏无关，R2需调整。;调整的可决系数（adjusted coefficient of determination） ; *2、赤池信息准则和施瓦茨准则 ;use /ec-p/data/wooldridge/GPA1,clear reg colGPA hsGPA estat ic reg colGPA hsGPA ACT estat ic;过原点回归与对常数的回归;一般地，当因变量的度量单位改变时，我们很容易计算出截距和斜率估计值的变化。若因变量乘以一个常数c（意味着样本中的每个数据都乘以c），则OLS截距和斜率的估计值都扩大为原来的c倍。 一般地，若自变量被除以或乘以一个非零常数c，则OLS斜率系数会分别被乘以或者除以c。仅改变自变量的度量单位不会影响截距估计值。 ;利用样本来估计总体参数时，小样本下理想的样本估计量应当满足无偏性和有效性。在大样本下还应当满足一致性和渐近有效性。 任何一个估计量的性质都取决于对数据生成过程所做的假定。根据高斯-马尔科夫定理： ;回归分析：推断与Stata实现;变量的显著性检验（t检验）; 1、t统计量 ;t统计量的理解 ;2、t检验;经济显著性和统计显著性 标准化的β 利用矩阵语言来理解参数的估计和检验; 参数的置信区间 ;如何才能缩小置信区间？ ;command：lincom lincom computes point estimates, standard errors, t or z statistics, p-values, and confidence intervals for linear combinations of coefficients after any estimation command. Results can optionally be displayed as odds ratios, hazard ratios, incidence-rate ratios, or relative-risk ratios.