扩展的单方程计量经济学模型课件.pptVIP

1、標準正態分佈的概率分佈函數2、重複觀測值不可以得到情況下二元Probit離散選擇模型的參數估計關於參數的非線性函數，不能直接求解，需採用完全資訊最大似然法中所採用的迭代方法。應用計量經濟學軟體。這裏所謂“重複觀測值不可以得到”，是指對每個決策者只有一個觀測值。即使有多個觀測值，也將其看成為多個不同的決策者。3、重複觀測值可以得到情況下二元Probit離散選擇模型的參數估計對每個決策者有多個重複（例如10次左右）觀測值。對第i個決策者重複觀測ni次，選擇yi=1的次數比例為pi，那麼可以將pi作為真實概率Pi的一個估計量。建立“概率單位模型”，採用廣義最小二乘法估計。實際中並不常用。詳見教科書。*四、二元Logit離散選擇模型及其參數估計1、邏輯分佈的概率分佈函數2、重複觀測值不可以得到情況下二元logit離散選擇模型的參數估計關於參數的非線性函數，不能直接求解，需採用完全資訊最大似然法中所採用的迭代方法。應用計量經濟學軟體。3、重複觀測值可以得到情況下二元logit離散選擇模型的參數估計對每個決策者有多個重複（例如10次左右）觀測值。對第i個決策者重複觀測ni次，選擇yi=1的次數比例為pi，那麼可以將pi作為真實概率Pi的一個估計量。建立“對數成敗比例模型”，採用廣義最小二乘法估計。實際中並不常用。詳見教科書。五、例題例8.3.2貸款決策模型分析與建模：某商業銀行從歷史貸款客戶中隨機抽取78個樣本，根據設計的指標體系分別計算它們的“商業信用支持度”（XY）和“市場競爭地位等級”（SC），對它們貸款的結果（JG）採用二元離散變數，1表示貸款成功，0表示貸款失敗。目的是研究JG與XY、SC之間的關係，並為正確貸款決策提供支持。樣本觀測值模型估計輸出結果回歸方程表示如下：JGF=1-@CNORM(-(8.797358375-0.2578816624*XY+5.061788664*SC))模擬：該方程表示，當XY和SC已知時，代入方程，可以計算貸款成功的概率JGF。例如，將表中第19個樣本觀測值XY=15、SC=－1代入方程右邊，計算括弧內的值為0.1326552；查標準正態分佈表，對應於0.1326552的累積正態分佈為0.5517；於是，JG的預測值JGF=1－0.5517=0.4483，即對應於該客戶，貸款成功的概率為0.4483。預測：如果有一個新客戶，根據客戶資料，計算的“商業信用支持度”（XY）和“市場競爭地位等級”（SC），代入模型，就可以得到貸款成功的概率，以此決定是否給予貸款。*§8.4固定影響平行數據模型

PanelDataModelwithFixed-Effects一、平行數據模型概述二、模型的設定——F檢驗三、固定影響變截距模型四、固定影響變係數模型一、平行數據模型概述⒈普通最小二乘原理殘差平方和取極小值的一階條件如何求解非線性方程？⒉高斯－牛頓(Gauss-Newton)迭代法高斯－牛頓迭代法的原理對原始模型展開臺勞級數，取一階近似值構造並估計線性偽模型構造線性模型估計得到參數的第1次迭代值迭代高斯－牛頓迭代法的步驟⒊牛頓－拉夫森(Newton-Raphson)迭代法自學，掌握以下2個要點牛頓－拉夫森迭代法的原理對殘差平方和展開臺勞級數，取二階近似值；對殘差平方和的近似值求極值；迭代。與高斯－牛頓迭代法的區別直接對殘差平方和展開臺勞級數，而不是對其中的原模型展開；取二階近似值，而不是取一階近似值。⒋應用中的一個困難如何保證迭代所逼近的是總體極小值（即最小值）而不是局部極小值？需要選擇不同的初值，進行多次迭代求解。⒌非線性普通最小二乘法在軟體中的實現給定初值寫出模型估計模型改變初值反復估計三、例題與討論例8.2.1農民收入影響因素分析模型分析與建模：經過反復模擬，剔除從直觀上看可能對農民收入產生影響但實際上並不顯著的變數後，得到如下結論：改革開放以來，影響我國農民收入總量水準的主要因素是從事非農產業的農村勞動者人數、農副產品收購價格和農業生產的發展規模。用I表示農民純收入總量水準、Q表示農業生產的發展規模、P表示農副產品收購價格、L表示從事非農產業的農村勞動者人數。收入採用當年價格；農業生產的發展規模以按可比價格計算的、包括種植業、林業、牧業、副業和漁業的農業總產值指數為樣本數據；農副產品收購價格以價格指數為樣本數據。農民收入及相關變數數據年份I（10億元）Q(1978=100)P(1978=100)