计量经济学课件3.pptVIP

1

2

3

4

5

6

7例2模型

8②令那么

9③按照无偏性的要求：计算方差：

10④为了使方差最小，建立拉格朗日方程

11⑤对参数求偏导数可得记

12⑥共n+2个方程，恰好n+2个未知数，由Cramar法那么，得

13⑦将结果代回原式，可得

14⑧同理可得

15例3上周练习题

16练习题解答

17练习题解答

18练习题解答

19练习题解答

20练习题解答

21第7讲虚拟变量滞后变量

22序列相关性

23序列相关△序列相关的概念△序列相关的经济背景△序列相关的后果△序列相关的检验△存在序列相关时的估计方法

24△序列相关的概念在根本假设3中，假定随机误差项之间不存在序列相关，即但如果出现即出现了序列相关。多数情况下是ui与ui+1相关，即Cov(ui,ui+1)≠0,称为一阶序列相关，或自相关。

25△序列相关的经济背景大多数经济时间数据都有一个明显的特点:惯性，表现为时间序列不同时间的前后关联。例4以时间序列数据为样本，研究需求函数模型：如消费习惯等因素的影响包含在ut中，如果在第t年对qi的影响较大，那么在第t+1年，其影响不可能完全消除，ut与ut+1之间正相关。

26例5农业生产函数模型如果气候因素的影响包含在ut中，由于气候变化往往呈好坏相间趋势，ut与ut+1之间负相关。

27注意：某些因素存在延续性，对被解释变量的影响引起ut与ut+1、ut+2…存在相关性。序列相关有真实和虚假之分。解决虚假序列相关关键在于弄清原因，修正错误；对于真实序列相关，须采用专门解决方法，消除序列相关。

28△序列相关的后果丧失最小方差性(例3);参数估计值具有无偏性，但不具有效性;参数的显著性检验失去意义;模型的预测失效.

29例7用OLS法估计的参数的方差将有严重低估现象。考虑一元线性模型，用OLS法估计的的方差为：记为存在自相关时的方差，那么在存在自相关情况下，用OLS法估计的方差：

30△序列相关的检验图示法D.W.检验冯诺曼比检验

31★图示法图示法是将样本回归的剩余项组成一个2维数组，然后把它们绘在二维图形上，便可获得是否存在自相关性的初步概念。正自相关

32假设大多数点落在第Ⅱ、Ⅳ象限内，那么出现负相关性。

33★冯诺曼比检验Step1：构造统计量当样本容量足够大(n30)时，该统计量近似服从正态分布，该比值称为冯诺曼比。

34★冯诺曼比检验Step2：计算该比值，与正态分布的理论分布值比较，当比值大于临界值时，无序列相关；小于临界值时，存在序列相关。

35★D·W检验Step1：构造统计量

36★D·W检验Step2：计算该比值，给定α，根据n和k值查D·W.分布表，得到临界值dl和du。

37Step3：判断0D·Wdl存在正自相关dlD·Wdu不能确定4D·W4-du无自相关4-duD·W4-dl不能确定4-dlD·W4存在正自相关★D·W检验

38不能检验无自相关正自相关负自相关dLdU24-dU4-dL4D-W检验示意图

39D·W检验的局限性只适用于一阶自相关检验，不适用于高阶序列相关的检验。存在两段无法确定是否存在自相关的范围。当滞后被解释变量为解释变量时，检验失效。

40△存在序列相关时的估计方法广义差分法用增量数据代替原样本数据，将原模型变为差分模型。以一元线性模型为例那么根据上式的模型采用OLS法估计参数。

41一阶差分法适用于存在较高程度的一阶自相关情况。在上例中，当ρ=1时，即以增量数据△yt和△xt为样本，通过OLS可得参数估计量。

42广义最小二乘法〔GLS〕当Ω为非对角阵时，存在序列相关，令Ω=DD’，用D-1左乘模型，采用OLS估计参数。

4