計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)筆記要點(diǎn)(達(dá)莫達(dá)爾版)

、么計(jì)經(jīng)學(xué)計(jì)經(jīng)學(xué)）意為“經(jīng)濟(jì)測(cè)量”，它是利用經(jīng)濟(jì)理論、數(shù)學(xué)、統(tǒng)計(jì)推斷等工具，對(duì)經(jīng)濟(jì)現(xiàn)象進(jìn)行分析的一門社會(huì)科學(xué)。區(qū)別聯(lián){計(jì)量經(jīng)濟(jì)學(xué)、計(jì)經(jīng)濟(jì)學(xué)的傳統(tǒng)方法論Step1理或假說陳述經(jīng)典步驟Step2建數(shù)學(xué)模→Step3建相應(yīng)的量經(jīng)濟(jì)學(xué)模型

經(jīng)濟(jì)理論數(shù)理經(jīng)濟(jì)學(xué)統(tǒng)計(jì)學(xué)分析經(jīng)濟(jì)問題的八個(gè)經(jīng)典步驟Step4獲數(shù)據(jù)Step5計(jì)模型的數(shù)估計(jì)Step6檢模型設(shè)是否正確Step7假檢驗(yàn)（驗(yàn)來自模型的假說）Step8預(yù)或控制◆關(guān)于數(shù)據(jù)、據(jù)類（1）時(shí)間序數(shù)（TimeSeries對(duì)一個(gè)變量不時(shí)取的一組觀測(cè)結(jié)果。如每年、每月、每季度等（2）橫截面據(jù)（Section對(duì)一個(gè)變量同個(gè)間上集的數(shù)據(jù)。如一年的分國別、分省、分廠家數(shù)據(jù)（3）混合數(shù)（時(shí)序和橫截面的混合數(shù)據(jù)，既有分時(shí)，每一時(shí)點(diǎn)的觀察對(duì)象又有不多橫截面單元)廣泛運(yùn)用的一類特殊的混合數(shù)—面板據(jù)綜列數(shù)據(jù)/合成數(shù)據(jù)PanelData在時(shí)間軸上相的截單跟蹤調(diào)查得到的數(shù)據(jù)。如每年對(duì)各省的報(bào)告。、究果遠(yuǎn)可比據(jù)質(zhì)量好觀測(cè)誤差、近似進(jìn)位計(jì)量、高度加總、選擇性偏誤、據(jù)源網(wǎng)站、統(tǒng)計(jì)年鑒、商業(yè)數(shù)據(jù)庫等統(tǒng)計(jì)局、央行、證券交易所、世行IMF等方網(wǎng)站圖書館（紙質(zhì)、電子版年鑒）商業(yè)數(shù)據(jù)庫◆兩個(gè)例子例1：凱斯費(fèi)論①人傾向于隨他們收入的增加而增加消費(fèi)，但消費(fèi)的增加不如收入的增加那么多。②C=a+bI→定性關(guān)系β1+β2X+μ→μ為動(dòng)項(xiàng)，非確定性關(guān)系搜集80年美國消費(fèi)及收入數(shù)估計(jì)參數(shù)：解釋：平均而言，收入↑美，消費(fèi)↑72美⑥檢模型設(shè)定的正確性：是否應(yīng)當(dāng)加入別的可能影響消費(fèi)額的變量，如就業(yè)等。ii假設(shè)檢驗(yàn)：H:2<1（際消費(fèi)傾向<1）預(yù)測(cè)：給定X，算Y控制：給定Y，算X例2：受工假（P2～8◆基的計(jì)術(shù)和念、機(jī)量(r.v)以一定的概率取到各種可能值的變量值抽樣或試驗(yàn)結(jié)果決定取些數(shù)值的概率為p,p于[1]。r.v.常用大寫字母X，…表示如：人的年齡、身高、體重、肺活量；豬肉價(jià)格；拋兩枚硬幣，正面朝上的個(gè)數(shù)按其取值情況隨機(jī)變量可分為兩類：離散型：只可能取到有限或可列個(gè)結(jié)果連續(xù)型：可以取某一區(qū)間范圍內(nèi)的任意值、體個(gè)、本?總（樣本空間是有可能結(jié)果的集通常情況下，它＝研對(duì)象。例：廣西男青年的身高、南寧市豬肉價(jià)格、東盟國家的出口額?個(gè)，它是組成總體的基本單位，代表了樣本空間中的某一種結(jié)果。例：男青年甲的身高、某攤販的豬肉價(jià)格、越南出口額?總具有同質(zhì)性：同一總體中的每個(gè)個(gè)體具有某些共同的特征，因而與其它總體相區(qū)別?抽：通情況下總體以被窮舉，因此難以直接觀測(cè)其性質(zhì)。需要通過抽取樣本的方法來研究其性質(zhì)。樣性體質(zhì)樣，是體中抽出若干個(gè)個(gè)體（樣本點(diǎn)）組成的集合。樣本中包含的個(gè)體個(gè)數(shù)稱為樣本的容量，又稱為樣本的大小。注意：抽樣是按隨原選取的，即總體中每個(gè)個(gè)體有同樣的機(jī)會(huì)被選入樣本。、述統(tǒng)量期望值均：度量r.v.值的集中趨勢(shì)Expected）nXXi

i?

方、準(zhǔn)：量均的離度Variance、/S.d.(XX)i

2第二部分線回歸模型Ch6、雙變?！€回的本想實(shí)步多量模其函數(shù)式回模實(shí)際用最Ch10包含擬量回?！?.回分概回歸分析：一種統(tǒng)計(jì)技術(shù)在計(jì)量經(jīng)濟(jì)學(xué)中被大量使用主用：析一個(gè)叫被解釋量變量對(duì)另一個(gè)（或多個(gè)）叫解釋量的變量的計(jì)賴術(shù)和號(hào)、解變與釋量多叫法被解釋變量應(yīng)變量Dependentvariable預(yù)測(cè)子Predictand回歸子Regressand響應(yīng)Response內(nèi)生變量Endogenous、歸型分和法

解釋變量Explanatory自變量Independent預(yù)測(cè)元回歸元控制變量Control外生變量雙變量回歸、一元回歸、簡單回歸多變量回歸、多元回歸、復(fù)變量回歸、號(hào)定被解釋變量—Y解釋變—X橫截面數(shù)據(jù)—下標(biāo)i時(shí)間序列數(shù)據(jù)—下標(biāo)t§2.雙量歸基概總回線（Line）在幾意上，總體回歸線就是解釋變量取給定值時(shí)，被解釋變量的條件均值或期望的軌跡。（X取遍所可能值，然后把的連起來）、總回函（PRF）→它總回線數(shù)表式（PopulationRegressionFunction）

（YX）Bi12

i—截系—斜系，兩者都是回歸數(shù)參數(shù)SlopeRegression總回函的機(jī)定離Deviation)，表述如：u(YX)iiiYBXi1i

i總回函的機(jī)達(dá)其中，ui一個(gè)可正可負(fù)的的隨機(jī)變量，稱為隨機(jī)擾/擾動(dòng)/差（Stochasticdisturbance/error）隨干項(xiàng)性和義它從型省下，又體影著Y的全變的代物、本歸/樣回函（以彩例由于總體往往不能直接觀測(cè)，因而要在樣本信息的基礎(chǔ)上，用來計(jì)樣本回歸函數(shù)（SRF）也有兩種表述形式。???，，b???，，bSRF的均值式

（YX）Bi12i注估量也統(tǒng)量它一運(yùn)規(guī)或法告人怎樣用中本提的息估總參。YXii(YX)i

B的計(jì)量1SRF的隨機(jī)式Y(jié)BBXi12iYXi1ii

iYYiii

樣殘/回歸殘/余（）的計(jì)量它示本與SRF之的距回歸分析的目的是通過SRF來計(jì)PRF

eYYiii思：既然SRF只過是PRF的個(gè)近似，能不能設(shè)計(jì)一種規(guī)則或方法，使得這種近似盡可能地做得好一些?或說，盡管真實(shí)的B值永遠(yuǎn)不得而知怎樣構(gòu)SRF才能使B的估值可地接近真實(shí)的？回分的一段參估補(bǔ)：線性一詞含義課頁）對(duì)量性變量只以一次方的形式出現(xiàn)。幾何上，回歸函數(shù)線是一條直線。對(duì)數(shù)性參數(shù)只以一次方的形式出現(xiàn)。約：后論線就指參線§3.參估：通小乘由于樣本是從總體中抽出來的，一定程度上代表了總體的形狀，因此找好的S使與最近，首先要畫與本合得的本歸怎畫＝普最二法、通小乘（）普通最小二乘法(MethodofLeastSquares)，由高斯提出。（）小乘理要使SRF樣本的擬合效果最好，必須使實(shí)際的Y與估計(jì)的Y的值之間的差距最?。篩iiiii由于殘差值有正有負(fù)，這里可能會(huì)出抵消問題（實(shí)際的Yi開很，殘的和卻很小如果采最二準(zhǔn)，殘差平方和小，就能解決抵消的問題。＝Y(jié))＝(YX)iiii12iiii

，b，b（）、B2的計(jì)＝Y(jié))＝(YX)iiii12iiii

對(duì)于上式，給定一組X、Y的據(jù)b1選不同，殘差平方的值就不同。因此，我們用微法解該問題。對(duì)彩出歸果解斜率系數(shù)表：周可支配收入每增加一個(gè)單位美均而言，周博彩支出增加個(gè)位（8美）截距系數(shù)7.6182的含義：樣本取值包含時(shí)它表示X＝0時(shí)Y均值當(dāng)樣本取值不包含0時(shí)，它代表了回歸模型中有省略變量對(duì)Y平均影響其一例課本～頁例受教育年限與平均小時(shí)工資例奧肯定律（產(chǎn)出增長律與失業(yè)率）例股價(jià)與利率例美國中等房價(jià)與利率例古董鐘與拍賣價(jià)格通過例子進(jìn)一步體會(huì)采用得到過程回顧總回線/函數(shù)

樣回線/函數(shù)PRL/PRF

SRL/SRF怎構(gòu)SRL/，使個(gè)計(jì)得量？（、盡能接B1、OLS法、估量性質(zhì)P127高—爾夫理在滿足古典線性回歸模型（CLRM）定的條件下OLS估計(jì)量是BLUEBestEstimator）三含：首，估量線的即bi1,2)是關(guān)于i的性組合。i其，估量無的(bBi1,2)iiiiii重復(fù)抽樣很多次OLS估計(jì)計(jì)量的均值可以十分逼近真實(shí)分接近最，所線無估量，OLS計(jì)的差小最優(yōu)，精度最高，最有效率）最二法基假——古線性歸型）假：性型回模對(duì)數(shù)而是性。：假2：解變X與擾動(dòng)差u不相（X非機(jī)比一定更假3：對(duì)定X值，隨干項(xiàng)u的條均為：EuXii假4：同差。定X，所的測(cè)，的方差是同。條方是常X假：個(gè)擾間自關(guān)給任兩X值：Xi和Xj，ij之間相為covXXXijijiijji和j為兩次同觀，表協(xié)差假定7.：回歸模型是正設(shè)定的。即在實(shí)證分析中所使用的模型不存在設(shè)定偏誤。不難看出，上述6大定全是針對(duì)解釋變量X及誤差項(xiàng)所作的實(shí)際上是對(duì)總體回歸函數(shù)的假定。?為什么假定？現(xiàn)實(shí)意義？如不滿足會(huì)怎樣？如何知道些假定是否滿足——不回答對(duì)任何一門學(xué)科的探求，都需要做一些假定√有于逐步明確問題×這假定是現(xiàn)實(shí)所必需、OLS計(jì)精——估計(jì)的差標(biāo)誤由于Y是機(jī)變量，而和是它的函數(shù)，因此b1和也是隨機(jī)變量。當(dāng)數(shù)據(jù)從一個(gè)樣本變到另一個(gè)樣本時(shí)，它們的值會(huì)出現(xiàn)擺動(dòng)。因此，需要找一個(gè)量來度量這種擺動(dòng)的大小，即衡量估計(jì)量和b2精度/靠性—這個(gè)量就是估計(jì)量的方及準(zhǔn)。通計(jì)，變線回估計(jì)的標(biāo)誤：其，σ2為常數(shù)是定7.4中ui共方差上表式，了σ之外其量值均從本據(jù)接到σ要過本估計(jì)其，子回的差方（RSS分為回的由（d.f.被為歸標(biāo)誤區(qū)于面歸計(jì)b1和b2的標(biāo)準(zhǔn)s()(b)12用OLS法計(jì)，b2（到SRF00在定假前下估計(jì)的質(zhì)用差標(biāo)誤衡了OLS估的度回分的一段參估回分的二段統(tǒng)檢§4.雙量型統(tǒng)檢、設(shè)驗(yàn)顯性驗(yàn)（）假與擇設(shè)零設(shè)記，它常表種在護(hù)假設(shè)或濟(jì)論描的況例：＝，H0：B1＝備假，立零設(shè)記單（尾備假例：B2>0.08H1：雙（尾備假（使較）例：≠0.08：B1≠0（）驗(yàn)基思合構(gòu)一的計(jì)，用統(tǒng)量零設(shè)的樣布結(jié)合本據(jù)出統(tǒng)量值并事確的著水下能忍犯誤率，定否受假。若成立統(tǒng)量樣這，受H0Yi，Xi）代，得統(tǒng)量值可判錯(cuò)規(guī)一犯概

那，絕H0（）驗(yàn)歸數(shù)否零—檢驗(yàn)用最的：驗(yàn)率數(shù)否零（對(duì)是具顯影）：02t用這檢的計(jì)為()2通稱t統(tǒng)計(jì)量可OLS估計(jì)果得（軟件報(bào)回結(jié)時(shí)動(dòng)出“2倍t簡單別則“2-t”RuleofThumb注意：t統(tǒng)量的值可正可負(fù)，通常而言，當(dāng)t的絕對(duì)值超過2時(shí)，就可拒絕H0:B2=0。在博彩例中t=7.262>2由此拒絕B2=0零假設(shè)，認(rèn)為B2顯（顯著異于從計(jì)的角度，每周可支配收入X對(duì)每周博彩支出Y有顯著的影響。統(tǒng)學(xué)語運(yùn)（常要）H一大顯0一般在t檢驗(yàn)的基礎(chǔ)上，如果決接H0，不是說它毫無疑問是真的，而是根據(jù)樣本提供的信息，我們沒有理由去拒絕它。類似的例子：法庭宣布嫌疑犯無罪≠清白（）一二錯(cuò)與值H0:B2=B2*H0為真H0不為

拒H0棄錯(cuò)第類誤判正

接判正取錯(cuò)第類誤在假設(shè)檢驗(yàn)中，理想的做法是把這兩種錯(cuò)誤發(fā)生的概率都盡量降低。但不幸的是，在樣本容量一定的條件下，無法做到點(diǎn)，取偽少，但棄真多；松一點(diǎn)，棄真少，但取偽多為解決該問題，在古典方法中，假定第一類錯(cuò)誤（棄真）更嚴(yán)重，因而首先關(guān)注犯棄真錯(cuò)誤的概率—用表示，為顯著性水平levelofsignificance最用顯性平為1%，5%10%（來容拒H0）關(guān)回中告值p值，又稱精確著水”，它示是個(gè)假H0可拒的低著水，句說，直給了絕H0所一類棄）錯(cuò)的率（p值越，拒H0的據(jù)充分決原、定數(shù)r：合度度P134擬優(yōu)：本歸對(duì)據(jù)合多（）變的解????）定數(shù)r2coefficientdeterminationr

2

TSS

)i)i

22

RSSTSS

ii

2r↗SRF對(duì)據(jù)合越，合度r：Y的總異中由歸釋部（可X的異解的分所的分因r2還可于量型解力。r的質(zhì)它一非量它界為01]。r＝，美合r＝，錯(cuò)解變，于y變動(dòng)，歸型有何釋。問：r多才大是越越？r大擬優(yōu)高模解力強(qiáng)是事是應(yīng)味求r2r多大夠，有個(gè)統(tǒng)標(biāo)。些型就了有模0.8嫌不好對(duì)雙量型說最有以上（）告歸果一格Y＋0.0814Xiist(2.4958)value(0.0372)r

2

0.8682（）析評(píng)回結(jié)各數(shù)計(jì)的小多，號(hào)否預(yù)一？每回系是顯？顯，明什？顯，說什？這回告我怎的量果r2的小多？個(gè)r2說什？、測(cè)對(duì)選的，預(yù)測(cè)Y的件值E(Y＋Xi02

接彩出，周入340美元，均說周彩出：美元7.61820.0814＝（美元）本?。c(diǎn)歸基概掌PRF、的定義區(qū)和系誤項(xiàng)殘變回的數(shù)計(jì)的基原：差方的小化CLRM的大定估計(jì)的計(jì)質(zhì)BLUEb2b2OLS估計(jì)精：準(zhǔn)變回的計(jì)驗(yàn)對(duì)歸數(shù)顯性行驗(yàn)檢驗(yàn)倍t簡單判法；值r2度量合度模解力報(bào)告評(píng)回結(jié)均值測(cè)第8章多回模、變模的本式以變?yōu)椋篩＋X＋BXui22ii

iB為截系，BB13為擾。

為回系，

iPartial、元?dú)w型假頁與雙變量模型六大假定的框架基本相同）線方程、無設(shè)定偏誤干項(xiàng)與每個(gè)解釋變量都不相關(guān)干項(xiàng)零均值、無自相關(guān)、異方差解變量間無完全的多重共線性）[p155、回系的義凈響E()B＋BX＋BXi122i33i：持不變，X2每變一單，Y的值化少。：持不變，X3每變一單，Y的值化少。它分給和X3變對(duì)Y均的接偏響凈響總響§多元性歸型估、估量：YX＋X＋ei22i33ii做小乘歸最化差方：min＝XXiii3iiij1,2,3j

2估結(jié)如：頁(x)(2)x)(x)＝ii3ii3ii3i(x2)(2)x)2ii2ii3

(x)()y)(x)iiii2iii(x22)xx)22i3iiibXX3

b2

(

22i

)(

3i

3i)

)2i3i

2

22i??2i??b3

())2i3i2iii

2

2、估量統(tǒng)計(jì)質(zhì)在CLRM假成的況，元性歸型的OLS估量BLUE最優(yōu)性偏計(jì)。這雙量型OLS估計(jì)性完全樣、合度多判系R2158頁度量估的本歸與據(jù)合好雙量型r2多變量型R2：Y的異模中有釋量合解的例

ESSRSSRTSSbx＝2i2i3i

xi3i、測(cè)Y的件值對(duì)選的X20和X30，預(yù)Y的件值

E(YX)i30＋XX

§多元?dú)w假檢把變模的設(shè)驗(yàn)想伸多量型中、驗(yàn)個(gè)回系的著：t檢驗(yàn)零假設(shè)：，可1,2,中選若H0成立，：若

－統(tǒng)計(jì)量＝i～t()se()i拒H0；則拒H0若給定α如5%)，則拒H0F檢與的個(gè)要系檢：量歸程總著；：Y的動(dòng)由有釋量變來釋部分占百比F＝

ESS/(kRSS/(n)

ESSTSSESS兩之必有種系nESSF＝kn＝kTSSESSnTSSk1ESS/TSS)nR22k1

F＝

ESS/(kRSS/(n)

R/(k(1)/(這計(jì)的F跟前方所到結(jié)是樣

R/(k(1)/(

頁

（－50）F與R2是向化的，F(xiàn)大，也；當(dāng)＝，F(xiàn)＝0當(dāng)＝，變無窮大。F檢既是所估回歸的總顯著性的一個(gè)度量，也是R2的個(gè)顯著性檢驗(yàn)。換句話說，檢驗(yàn)H0：B3=…0等價(jià)于檢驗(yàn)H0體＝0§設(shè)定誤校、變模與變模：定偏解變的率數(shù)同方截系不判系不同三量型雙量型這不從而？什不？將影誤成影（變）導(dǎo)設(shè)偏YAX＋ui22i

i

包了X2過響X3Y產(chǎn)的接響對(duì)的總響B(tài)X＋Xi22ii

iX2i對(duì)Yi的影（持X3i不，染有）、較個(gè)值校R2AdjustedR2）R2是釋量數(shù)非減數(shù)因，比有一變Y，但解變個(gè)不的個(gè)歸，選最R2值模必當(dāng)！不定越大越，能的R2是由多解釋量來引一校的R2校R2慮了型X的個(gè)（k-1）

1

)

nn

這定的稱校R2（AdjustedR2記R?！靶！币辉~指中平和涉的由的正自度解變的數(shù)切關(guān)。－1

22

＝

nn

校是的增數(shù)R22I.對(duì)k>1,

。隨解變個(gè)的加即k加校會(huì)比增加慢（為釋量的罰II.校正R2可能負(fù)而R2不。（際用，校R2為，取）III.Y相同X個(gè)不的型校R2可比如在個(gè)之做擇一的計(jì)件者時(shí)告“R2對(duì)回?cái)M的述特是解變量數(shù)相對(duì)觀次n來并算時(shí)明顯偏樂，此用正R2而用是一種的踐”一般來，高，正R2也高因建都。原：保值著條下，選，R2或正盡高、時(shí)加的釋量經(jīng)結(jié)：新入個(gè)釋量率數(shù)t統(tǒng)量對(duì)大，正才會(huì)加此可增該釋量原的歸程§多元?dú)w若實(shí)例8-1稅收策影公資結(jié)嗎例8-2牙買的口求例8-3英國酒求例8-4城市動(dòng)參率失率及均時(shí)資多回結(jié)分的要容各數(shù)估值多，號(hào)否預(yù)一？每回系是顯（t檢驗(yàn)？若著說什？不著又明么是應(yīng)它掉R2和校R2是多？明么所有釋量聯(lián)顯模型的體著性何（檢驗(yàn)這回告我怎的量果本?。c(diǎn)、元?dú)w基概偏回歸系數(shù)的含義、凈影響和總影響的區(qū)別、多元線性模型的估計(jì)校正與的系和區(qū)別、假設(shè)檢驗(yàn)區(qū)別t檢驗(yàn)和檢第9章回模的數(shù)式（均為參線性型§1.雙數(shù)型測(cè)彈（Double-log）YAXii雙數(shù)型特：

斜系度Y對(duì)X的彈

B2為數(shù)變性型lnBBii

iB＝

ddY/Y/YX斜率)dlndX/XY?

B2度量了Y對(duì)X的彈性X變化1%，Y將變化B2×關(guān)彈＝

dlnYY/YX(斜率))dlndX/Y當(dāng)E的絕值大1Y對(duì)X有性當(dāng)E的絕值小1Y對(duì)X缺彈當(dāng)E的絕值等1Y對(duì)X有位性對(duì)兩的歸果以彩出例線模的率數(shù)表：周可支配收入每增加一個(gè)單1美元言彩支出將增加單約分雙數(shù)型斜系0.7256表：周可支配收入每增加1％，平均而言，周博彩支出將增約0.73%。注意雖然雙對(duì)數(shù)模型改變了變量X、的數(shù)形式，但由于仍是參數(shù)線性模型，模型的參數(shù)估計(jì)、假設(shè)檢驗(yàn)tF、p值測(cè)都與第6章紹的方法類似，直接套用！選線模還雙數(shù)型規(guī)律：看散點(diǎn)圖（只適用與單個(gè)X）規(guī)律：看解釋變量系數(shù)的預(yù)期符號(hào)統(tǒng)計(jì)顯著性規(guī)律：看是否需要類似彈性這樣的度量工具規(guī)律：上述均滿足后，r2越高越好。（意比r2，應(yīng)量數(shù)式一）多雙數(shù)型兩實(shí)P185lnXi2i3ii：持X3不變每變化，Y變化：持X2不每化1%Y變B3*它分別度量了Y對(duì)X3變的偏彈性§2.半數(shù)型Models）半數(shù)只，或有Y以形式現(xiàn)兩種式對(duì)－性）lnXi12iP188，

i線－數(shù)）P191，

YBii

i關(guān)：釋率數(shù)B2的含lnYBBi2i

i

B＝

dlnY/YdX

：X變化單，Y會(huì)(100×2222Yii

i

B＝dlnX

：X變化1%，Y會(huì)B2/100)個(gè)單（）性數(shù)型lin-logModelYii

i

B＝dlnXB2：X變化1%，Y會(huì)變(B2個(gè)單例服務(wù)出個(gè)消總出P191）數(shù)性型Model）lnYBBi2i

i

B＝2

dlnY/YdXB2：X變化單，Y變100×B2)%常見用恒增模B2測(cè)度了Y的瞬增率

Yt

t（段間的合長為e例9-4.美人增率P188§3.倒模（model）

）YB(1/Xi12i

i最大點(diǎn)當(dāng)X＋時(shí)，YB。1因，適在構(gòu)有條在近或限的題圖平固定成本曲線恩格爾消費(fèi)曲線菲利浦斯曲線兩例例美國的菲利普斯曲線例共同基金收取的咨詢費(fèi)率注：的濟(jì)含義極值B2>時(shí)，↗Y（與般型同§4.多式歸型有關(guān)成本和生產(chǎn)函數(shù)的研究中用途廣泛回歸方程右邊只有一個(gè)解釋變量，且它以不同乘方形式出現(xiàn)，如：邊際成本（型）Y＝BX＋BX2總成本函數(shù)B＋＋BX2i2i3i

i

估計(jì)方程時(shí)，可看作多元回歸擔(dān)心：會(huì)有多重共線性的問題嗎？No雖然各個(gè)X項(xiàng)度關(guān)，但由于X2等項(xiàng)不是X的性函數(shù)，嚴(yán)格說來，變量間不存在完全的線性關(guān)系，可用估回歸方程例：假想總本數(shù)總本:＝＋B2＋iii4i邊成MC/＋2X＋Xii2i4i平成AC:/X＝BX＋BX＋Bii1i23i

i

?ii?ii可證，要MC線AC線U型，線的數(shù)須足個(gè)束件約條包：B1，，0使，AC線口向上

<0使MC，AC線中軸在第一象限<使，線終大于，不與X軸交EViews歸結(jié)果在數(shù)字上滿足這些約束141.7763.48ii

i

0.94

i

§5.過點(diǎn)回?

YXiii使這模的子（）券資型(R)if（）變本析VC*Q

i

(RR)mf四點(diǎn)不同?

大寫的X和Y不再是離差的小寫形式）?

的分母自由度為n-1因?yàn)橹挥幸粋€(gè)參數(shù)待估）

e不一定成立i可出現(xiàn)負(fù)值。因此，對(duì)于過原點(diǎn)模型，不能用原來定義的對(duì)于過原點(diǎn)模型，一般應(yīng)報(bào)告所謂“原始的r2（r

習(xí)9.23

rawr

2

＝

Y)2ii

2?

由于定義不同，過原點(diǎn)回歸的不拿與普通回歸的直做比較在實(shí)證中使過原點(diǎn)模型要慎又慎非有十分強(qiáng)的先驗(yàn)性預(yù)期否則還是應(yīng)選擇使用含截距項(xiàng)的模型。原因：即使過原點(diǎn)模型最真，使用含截距項(xiàng)的模型只會(huì)損失一些估計(jì)精度（仍可接受H：但若含截距模型才為真用原點(diǎn)模型會(huì)造成設(shè)定偏誤假得不到滿足，OLS計(jì)量的BLUE性難以保證§6.關(guān)度比和位說問題：改變Y和X的量單位，是否會(huì)造成回歸結(jié)果的差異？例：美國私人國內(nèi)投資表Y和X的度量比例和單變化并不會(huì)改變回歸分析的結(jié)果！回歸的擬合優(yōu)度，即整個(gè)回歸的顯著性不受度量單位影響；系數(shù)顯著性不受度量單位影響；OLS計(jì)量的性質(zhì)（BLUE）不受度量單位影；特別地，當(dāng)w1＝w2，即Y，X樣倍數(shù)地?cái)U(kuò)大或縮小度量單位：斜率系數(shù)不變b*＝截距系數(shù)按Y的度變＝b。1本小第章虛變量歸型?回歸分析中常遇到一些不易量化而又對(duì)應(yīng)變量Y變動(dòng)有影響的變量，如性別、種族、宗教信仰、所在地區(qū)等。?

由于這類變量常指某一性質(zhì)或?qū)傩猿?出現(xiàn)因此構(gòu)造一個(gè)取值為1/0的變量：1if屬性出現(xiàn)D0if屬性不出現(xiàn)定性變量/虛擬變量（DummyVariable）指標(biāo)變/二值變量（Variable本內(nèi)1解釋變量中含虛擬變量X＝，1?全是D一個(gè)X一個(gè)D一個(gè)X多個(gè)D交互效應(yīng)季節(jié)分析2被解釋變量中含虛擬變量Y＝01）擬量現(xiàn)解變中一解變?nèi)撟儜?yīng)范?解釋變量全是虛擬變量的模型，常見于社會(huì)學(xué)、心理、教育、市場(chǎng)調(diào)研等領(lǐng)域，在經(jīng)濟(jì)學(xué)研究中并不多見。?

經(jīng)濟(jì)學(xué)研究中，一般既有D，有定量變量X二包一定變X，

一兩定變的回2323比兩回?通過最常用的t檢，對(duì)級(jí)截距和差斜率2就能夠找到性別這一屬性對(duì)品支出習(xí)慣的影響級(jí)差截距：支出水平上的差異?級(jí)差斜率：支出隨收入增加速度上的差異?表食支出一例的實(shí)證結(jié)果?例10-4美儲(chǔ)蓄函數(shù)P227表10-8?常應(yīng)

B4

的顯著性進(jìn)行判斷，?這種通過設(shè)置虛擬變量來比較兩個(gè)回歸的方法，在時(shí)序列數(shù)據(jù)中得到了廣泛的應(yīng)用結(jié)穩(wěn)定性檢驗(yàn)

可用于比較某一重大事件或政策發(fā)生前后，相關(guān)變量之間關(guān)系的變化。例如：香港回歸前后，股市股改前后，中國入世前后，匯改前后等?！锖鲜稣摰靡灰?guī)：?為方便解釋系數(shù)含義，虛擬變量的設(shè)法在同一問題的論中必須前后一致；?對(duì)于有共同截距的模型來說，若性質(zhì)有m個(gè)類別，應(yīng)引入m-1虛擬變量D。例如：性別2個(gè)別引入個(gè)D受教育程度3類高、大學(xué)及以上、其它）引入2個(gè)D

基底D

D否則SASAiii三包一定變X，一多定變的歸若質(zhì)m個(gè)類別應(yīng)入個(gè)虛變D注區(qū)哪類是底例：表10-4