计量学-联立方程组模型的参数估计.ppt

  1. 1、本文档共36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

联立方程组模型的参数估计一、最小二乘估计及其问题二、间接最小二乘估计三、工具变量法估计四、两阶段最小二乘估计一、最小二乘估计及其问题可以用普通最小二乘法估计参数的情况:联立方程组模型的方程没有内生解释变量;内生解释变量与方程的误差项没有强相关性。例:递归模型如果联立方程组模型的方程,既非解释变量全部是外生变量或前定变量,也不像递归模型那样解释变量与误差项都没有相关性,那么普通最小二乘估计得到的参数估计量既非无偏的,也不是一致估计。二、间接最小二乘估计1、基本思想对于恰好可识别的联立方程组模型方程,结构式参数与简约式参数有一一对应关系。由于简约式参数不存在内生解释变量的问题,最小二乘估计是有效的。通过简约式参数的最小二乘估计间接得到结构式参数的估计。这种估计方法称为“间接最小二乘估计”。2、间接最小二乘估计一般步骤和公式的推导。设联立方程组模型的结构式为:化为简约式为:结构式参数和简约式参数之间的关系为:或假设需要估计的结构式方程是恰好可识别的,因此可以采用间接最小二乘法估计参数。(1)用最小二乘估计简约式的参数。以简约式的第l个方程为例:该方程的系数构成行向量,它的最小二乘估计量为:这些参数估计向量可以合并成下列简约式模型参数的估计量矩阵:(2)根据结构式参数与简约式参数的关系解结构式参数的间接最小二乘估计模型的结构式参数和简约式参数总体上有关系:第一个结构式方程的参数与简约式参数之间有关系式:因此第一个结构式方程参数的间接最小二乘估计,与简约式参数的最小二乘估计的关系为:也就是分别由分块矩阵和表示和。这就是联立方程组模型的恰好可识别方程参数的间接最小二乘估计的一般式。例假设已经根据20组观测数据计算出如下的二阶矩矩阵求市场供求均衡模型第一个方程的参数估计。首先确定市场均衡模型第一个方程三个参数的间接最小二乘估计向量:根据这些参数估计,得到该方程的回归直线为:三、工具变量法估计(一)用例子说明联立方程组模型参数的工具变量法估计:一个三方程联立方程组模型为找到合适的工具变量:选择与相关性较强的作为估计第一个方程参数的工具变量。根据工具变量法估计公式,第一个方程的参数的工具变量法估计为的工具变量法估计则为(二)推导工具变量法估计的一般公式仍然设估计联立方程组模型的第一个方程,并设它是一个过度可识别的方程。该方程用与单方程多元线性回归分析相似的观测向量方程可表示为将工具变量观测矩阵代入工具变量法估计公式可以得到:例:若联立方程组模型为并已根据50组观测数据计算到二阶矩矩阵估计第一个方程中的参数和。若用作为工具变量,可得第一个方程的工具变量法估计:即两个参数的工具变量法估计分别为:四、两阶段最小二乘估计阶段一:寻找理想工具变量阶段二:用第一个阶段找到的工具变量进行工具变量法估计。(一)利用下面的方程说明两阶段最小二乘估计的思路和方法,仍然讨论其中过度可识别的第一个方程的参数估计。作为工具变量,比和都理想。根据这种思路先估计的简约式方程:得到最小二乘估计回归方程:把作为工具变量对第一个方程进行工具变量法估计,得到的两阶段最小二乘估计为:**

文档评论(0)

zzqky + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档