南開大學(xué)計(jì)量經(jīng)濟(jì)學(xué)期末復(fù)習(xí)重點(diǎn)課件_第1頁
南開大學(xué)計(jì)量經(jīng)濟(jì)學(xué)期末復(fù)習(xí)重點(diǎn)課件_第2頁
南開大學(xué)計(jì)量經(jīng)濟(jì)學(xué)期末復(fù)習(xí)重點(diǎn)課件_第3頁
南開大學(xué)計(jì)量經(jīng)濟(jì)學(xué)期末復(fù)習(xí)重點(diǎn)課件_第4頁
南開大學(xué)計(jì)量經(jīng)濟(jì)學(xué)期末復(fù)習(xí)重點(diǎn)課件_第5頁
已閱讀5頁,還剩87頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

本科《計(jì)量經(jīng)濟(jì)學(xué)》課程期末復(fù)習(xí)本科《計(jì)量經(jīng)濟(jì)學(xué)》課程期末復(fù)習(xí)1本科《計(jì)量經(jīng)濟(jì)學(xué)》課程期末復(fù)習(xí)本科《計(jì)量經(jīng)濟(jì)學(xué)》課程期末復(fù)習(xí)2本科《計(jì)量經(jīng)濟(jì)學(xué)》課程期末復(fù)習(xí)(梳理所學(xué)知識)本科《計(jì)量經(jīng)濟(jì)學(xué)》課程期末復(fù)習(xí)3

第2章一元線性回歸模型

第2章一元線性回歸模型4

第2章一元線性回歸模型

第2章一元線性回歸模型5

第2章一元線性回歸模型

第2章一元線性回歸模型6

-t

(T-2)0t

(T-2)

第2章一元線性回歸模型

-t(T-2)07

8第3章多元線性回歸模型第3章多元線性回歸模型9第3章多元線性回歸模型第3章多元線性回歸模型10

第3章多元線性回歸模型第3章多元線性回歸模型11

第3章多元線性回歸模型第3章多元線性回歸模型12第4章非線性回歸模型的線性化可線性化的非線性回歸模型類型(1)多項(xiàng)式函數(shù)模型yt=b0+b1xt+b2xt2+b3xt3+ut

yt=b0+b1xt+b2xt2+ut

第4章非線性回歸模型的線性化可線性化的非線性回歸模型類型13

第4章非線性回歸模型的線性化(2)雙曲線函數(shù)模型1/yt=a+b/xt

+ut

或yt=1/(a+b/xt

+ut)雙曲線函數(shù)還有另一種表達(dá)方式,

yt=a+b/xt+ut

(3)對數(shù)函數(shù)模型 yt=a+bLnxt

+ut

第4章非線性回歸模型的線性化(2)雙曲線函數(shù)模型14南開大學(xué)計(jì)量經(jīng)濟(jì)學(xué)期末復(fù)習(xí)重點(diǎn)課件15第4章非線性回歸模型的線性化第4章非線性回歸模型的線性化16附表1附表117@log(x),log(x)naturallogarithm自然對數(shù)@log10(x)base-10logarithm,@log10(100)=2在實(shí)踐中也可以用普通對數(shù),即以10為底的對數(shù)。自然對數(shù)與普通對數(shù)的關(guān)系是lnx=2.3log(x)。@log(x),log(x)naturallogar18

19第5章異方差第5章異方差20第6章自相關(guān)高估t

值和R2第6章自相關(guān)高估t值和R221

第6章自相關(guān)a.正自相關(guān)序列b.正自相關(guān)序列散點(diǎn)圖e.非自相關(guān)序列f非自相關(guān)序列散點(diǎn)圖(1)圖示法:依據(jù)殘差序列圖作出判斷。第6章自相關(guān)a.正自相關(guān)序列22第6章自相關(guān)第6章自相關(guān)23第6章自相關(guān)第6章自相關(guān)24第6章自相關(guān)第6章自相關(guān)25

2xixj2xixj26南開大學(xué)計(jì)量經(jīng)濟(jì)學(xué)期末復(fù)習(xí)重點(diǎn)課件27第8章只考虛擬變量第8章只考虛擬變量28表中數(shù)據(jù)為2000-2001年男、女食品支出和稅后收入(美元)。案例:食品支出與稅后收入、性別的關(guān)系表中數(shù)據(jù)為2000-2001年男、女食品支出和稅后收入(美元29南開大學(xué)計(jì)量經(jīng)濟(jì)學(xué)期末復(fù)習(xí)重點(diǎn)課件30食品支出對性別虛擬變量回歸的結(jié)果如下:

Yi=3176.833-503.1667Di+ui(13.63)(-1.53)R2=0.1890其中:若把女性選為基準(zhǔn)類(即女性賦值為0),則回歸結(jié)果為:

Yi=2673.667+503.1667Di+ui(11.42)(1.53)R2=0.1890其中,食品支出對性別虛擬變量回歸的結(jié)果如下:31把可支配收入(即稅后收入)作為解釋變量加入模型中,回歸結(jié)果如下:

Yi=1506.244-228.9868Di+0.0589Xi+ui(8.01)(-2.14)(9.6)R2=0.9284(1)當(dāng)控制稅后收入不變的時(shí)候,男性食品消費(fèi)支出比女性食品消費(fèi)支出平均多228.9868美元。(2)如果不考慮性別差異,則收入系數(shù)0.0589表示稅后收入每增加1美元,平均消費(fèi)支出增加約6美分,即食品邊際消費(fèi)傾向(每增加1美元可支配收入用于食品的支出)約為6美分。把可支配收入(即稅后收入)作為解釋變量加入模型中,回歸結(jié)果如32南開大學(xué)計(jì)量經(jīng)濟(jì)學(xué)期末復(fù)習(xí)重點(diǎn)課件33南開大學(xué)計(jì)量經(jīng)濟(jì)學(xué)期末復(fù)習(xí)重點(diǎn)課件34第12章時(shí)間序列模型第12章時(shí)間序列模型35第12章時(shí)間序列模型第12章時(shí)間序列模型36第12章時(shí)間序列模型第12章時(shí)間序列模型37第12章時(shí)間序列模型第12章時(shí)間序列模型38第12章時(shí)間序列模型第12章時(shí)間序列模型39

第12章時(shí)間序列模型第12章時(shí)間序列模型40

第12章時(shí)間序列模型第12章時(shí)間序列模型41南開大學(xué)計(jì)量經(jīng)濟(jì)學(xué)期末復(fù)習(xí)重點(diǎn)課件42

第12章時(shí)間序列模型1.模型的識別第12章時(shí)間序列模型1.模型的識別43

表1ARMA過程的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)

第12章時(shí)間序列模型表1ARMA過程的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)第12章44

第12章時(shí)間序列模型第12章時(shí)間序列模型45

第12章時(shí)間序列模型第12章時(shí)間序列模型46本科《計(jì)量經(jīng)濟(jì)學(xué)》課程期末復(fù)習(xí)本科《計(jì)量經(jīng)濟(jì)學(xué)》課程期末復(fù)習(xí)47本科《計(jì)量經(jīng)濟(jì)學(xué)》課程期末復(fù)習(xí)本科《計(jì)量經(jīng)濟(jì)學(xué)》課程期末復(fù)習(xí)48本科《計(jì)量經(jīng)濟(jì)學(xué)》課程期末復(fù)習(xí)(梳理所學(xué)知識)本科《計(jì)量經(jīng)濟(jì)學(xué)》課程期末復(fù)習(xí)49

第2章一元線性回歸模型

第2章一元線性回歸模型50

第2章一元線性回歸模型

第2章一元線性回歸模型51

第2章一元線性回歸模型

第2章一元線性回歸模型52

-t

(T-2)0t

(T-2)

第2章一元線性回歸模型

-t(T-2)053

54第3章多元線性回歸模型第3章多元線性回歸模型55第3章多元線性回歸模型第3章多元線性回歸模型56

第3章多元線性回歸模型第3章多元線性回歸模型57

第3章多元線性回歸模型第3章多元線性回歸模型58第4章非線性回歸模型的線性化可線性化的非線性回歸模型類型(1)多項(xiàng)式函數(shù)模型yt=b0+b1xt+b2xt2+b3xt3+ut

yt=b0+b1xt+b2xt2+ut

第4章非線性回歸模型的線性化可線性化的非線性回歸模型類型59

第4章非線性回歸模型的線性化(2)雙曲線函數(shù)模型1/yt=a+b/xt

+ut

或yt=1/(a+b/xt

+ut)雙曲線函數(shù)還有另一種表達(dá)方式,

yt=a+b/xt+ut

(3)對數(shù)函數(shù)模型 yt=a+bLnxt

+ut

第4章非線性回歸模型的線性化(2)雙曲線函數(shù)模型60南開大學(xué)計(jì)量經(jīng)濟(jì)學(xué)期末復(fù)習(xí)重點(diǎn)課件61第4章非線性回歸模型的線性化第4章非線性回歸模型的線性化62附表1附表163@log(x),log(x)naturallogarithm自然對數(shù)@log10(x)base-10logarithm,@log10(100)=2在實(shí)踐中也可以用普通對數(shù),即以10為底的對數(shù)。自然對數(shù)與普通對數(shù)的關(guān)系是lnx=2.3log(x)。@log(x),log(x)naturallogar64

65第5章異方差第5章異方差66第6章自相關(guān)高估t

值和R2第6章自相關(guān)高估t值和R267

第6章自相關(guān)a.正自相關(guān)序列b.正自相關(guān)序列散點(diǎn)圖e.非自相關(guān)序列f非自相關(guān)序列散點(diǎn)圖(1)圖示法:依據(jù)殘差序列圖作出判斷。第6章自相關(guān)a.正自相關(guān)序列68第6章自相關(guān)第6章自相關(guān)69第6章自相關(guān)第6章自相關(guān)70第6章自相關(guān)第6章自相關(guān)71

2xixj2xixj72南開大學(xué)計(jì)量經(jīng)濟(jì)學(xué)期末復(fù)習(xí)重點(diǎn)課件73第8章只考虛擬變量第8章只考虛擬變量74表中數(shù)據(jù)為2000-2001年男、女食品支出和稅后收入(美元)。案例:食品支出與稅后收入、性別的關(guān)系表中數(shù)據(jù)為2000-2001年男、女食品支出和稅后收入(美元75南開大學(xué)計(jì)量經(jīng)濟(jì)學(xué)期末復(fù)習(xí)重點(diǎn)課件76食品支出對性別虛擬變量回歸的結(jié)果如下:

Yi=3176.833-503.1667Di+ui(13.63)(-1.53)R2=0.1890其中:若把女性選為基準(zhǔn)類(即女性賦值為0),則回歸結(jié)果為:

Yi=2673.667+503.1667Di+ui(11.42)(1.53)R2=0.1890其中,食品支出對性別虛擬變量回歸的結(jié)果如下:77把可支配收入(即稅后收入)作為解釋變量加入模型中,回歸結(jié)果如下:

Yi=1506.244-228.9868Di+0.0589Xi+ui(8.01)(-2.14)(9.6)R2=0.9284(1)當(dāng)控制稅后收入不變的時(shí)候,男性食品消費(fèi)支出比女性食品消費(fèi)支出平均多228.9868美元。(2)如果不考慮性別差異,則收入系數(shù)0.0589表示稅后收入每增加1美元,平均消費(fèi)支出增加約6美分,即食品邊際消費(fèi)傾向(每增加1美元可支配收入用于食品的支出)約為6美分。把可支配收入(即稅后收入)作為解釋變量加入模型中,回歸結(jié)果如78南開大學(xué)計(jì)量經(jīng)濟(jì)學(xué)期末復(fù)習(xí)重點(diǎn)課件79南開大學(xué)計(jì)量經(jīng)濟(jì)學(xué)期末復(fù)習(xí)重點(diǎn)課件80第12章時(shí)間序列模型第12章時(shí)間序列模型81第12章時(shí)間序列模型第12章時(shí)間序列模型82第12章時(shí)間序列模型第12章時(shí)間序列模型83第12章時(shí)間序列模型第12章時(shí)間序列模型84第12章時(shí)間序列模型第12章時(shí)間序列模型85

第12章時(shí)間

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論