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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
經(jīng)典單方程計(jì)量經(jīng)濟(jì)學(xué)第一頁(yè),共二十九頁(yè),編輯于2023年,星期一2.1一元線性回歸模型(1)一般地,一元線性回歸模型(統(tǒng)計(jì)模型)有如下形式:
yt=0+1
xt
+ut
上式表示變量yt
和xt之間的真實(shí)關(guān)系。其中yt
稱被解釋變量(因變量),xt稱解釋變量(自變量),ut稱隨機(jī)誤差項(xiàng),0稱常數(shù)項(xiàng),1稱回歸系數(shù)(通常未知)。上模型可以分為兩部分。(1)回歸函數(shù)部分,E(yt)=0+1
xt,(2)隨機(jī)部分,ut
。第二頁(yè),共二十九頁(yè),編輯于2023年,星期一2.1一元線性回歸模型(2)以收入與支出的關(guān)系為例。假設(shè)固定對(duì)一個(gè)家庭進(jìn)行觀察,隨著收入水平的不同,與支出呈線性函數(shù)關(guān)系。但實(shí)際上數(shù)據(jù)來自各個(gè)家庭,來自各個(gè)不同收入水平,使其他條件不變成為不可能,所以由數(shù)據(jù)得到的散點(diǎn)圖不在一條直線上(不呈函數(shù)關(guān)系),而是散在直線周圍,服從統(tǒng)計(jì)關(guān)系。隨機(jī)誤差項(xiàng)ut中可能包括家庭人口數(shù)不同,消費(fèi)習(xí)慣不同,不同地域的消費(fèi)指數(shù)不同,不同家庭的外來收入不同等因素。所以在經(jīng)濟(jì)問題上“控制其他因素不變”是不可能的。第三頁(yè),共二十九頁(yè),編輯于2023年,星期一2.1一元線性回歸模型(3)第四頁(yè),共二十九頁(yè),編輯于2023年,星期一2.1一元線性回歸模型(4)回歸模型的隨機(jī)誤差項(xiàng)中一般包括如下幾項(xiàng)內(nèi)容,(1)非重要解釋變量的省略,(2)人的隨機(jī)行為,(3)數(shù)學(xué)模型形式欠妥,(4)歸并誤差(糧食的歸并)(5)測(cè)量誤差等?;貧w模型存在兩個(gè)特點(diǎn)。(1)建立在某些假定條件不變前提下抽象出來的回歸函數(shù)不能百分之百地再現(xiàn)所研究的經(jīng)濟(jì)過程。(2)也正是由于這些假定與抽象,才使我們能夠透過復(fù)雜的經(jīng)濟(jì)現(xiàn)象,深刻認(rèn)識(shí)到該經(jīng)濟(jì)過程的本質(zhì)。第五頁(yè),共二十九頁(yè),編輯于2023年,星期一2.1一元線性回歸模型(5)通常線性回歸函數(shù)E(yt)=0+1
xt
是觀察不到的,利用樣本得到的只是對(duì)E(yt)=0+1
xt
的估計(jì),即對(duì)0和1的估計(jì)。在對(duì)回歸函數(shù)進(jìn)行估計(jì)之前應(yīng)該對(duì)隨機(jī)誤差項(xiàng)ut做出如下假定。
(1)ut是一個(gè)隨機(jī)變量,ut
的取值服從概率分布(再初等階段我們一般假設(shè)服從正態(tài)分布)。(2)E(ut)=0。(3)D(ut)=E[ut-E(ut)]2=E(ut)2=
2。稱ui具有同方差性。第六頁(yè),共二十九頁(yè),編輯于2023年,星期一(4)ut為正態(tài)分布(根據(jù)中心極限定理)。以上四個(gè)假定可作如下表達(dá)。ut
N(0,
)。(5)Cov(ui,uj)=E[(ui
-E(ui))(uj-E(uj))]=E(ui,uj)=0,(i
j)。含義是不同觀測(cè)值所對(duì)應(yīng)的隨機(jī)項(xiàng)相互獨(dú)立。稱為ui
的非自相關(guān)性。(6)xi是非隨機(jī)的(初等階段)。(7)Cov(ui,xi)=E[(ui
-E(ui))(xi-E(xi))]=E[ui
(xi
-E(xi)]=E[ui
xi-ui
E(xi)]=E(ui
xi)=0.ui
與xi
相互獨(dú)立。否則,分不清是誰(shuí)對(duì)yt的貢獻(xiàn)。(8)對(duì)于多元線性回歸模型,解釋變量之間不能完全相關(guān)或高度相關(guān)(非多重共線性)。在假定(1),(2)成立條件下有E(yt)=E(0+1
xt
+ut)=0+1
xt
。第七頁(yè),共二十九頁(yè),編輯于2023年,星期一2.2.最小二乘估計(jì)(OLS)對(duì)于所研究的經(jīng)濟(jì)問題,通常真實(shí)的回歸直線是觀測(cè)不到的。收集樣本的目的就是要對(duì)這條真實(shí)的回歸直線做出估計(jì)。第八頁(yè),共二十九頁(yè),編輯于2023年,星期一2.2.最小二乘估計(jì)(2)怎樣估計(jì)這條直線呢?顯然綜合起來看,這條直線處于樣本數(shù)據(jù)的中心位置最合理。怎樣用數(shù)學(xué)語(yǔ)言描述“處于樣本數(shù)據(jù)的中心位置”?設(shè)估計(jì)的直線用表示。其中稱yt的擬合值,和分別是0
和1的估計(jì)量。觀測(cè)值到這條直線的縱向距離用表示,稱為殘差。稱為估計(jì)的模型。假定樣本容量為T。(1)用“殘差和最小”確定直線位置是一個(gè)途徑。但很快發(fā)現(xiàn)計(jì)算“殘差和”存在相互抵消的問題。(2)用“殘差絕對(duì)值和最小”確定直線位置也是一個(gè)途徑。但絕對(duì)值的計(jì)算比較麻煩。(3)最小二乘法的原則是以“殘差平方和最小”確定直線位置。用最小二乘法除了計(jì)算比較方便外,得到的估計(jì)量還具有優(yōu)良特性。(這種方法對(duì)異常值非常敏感)第九頁(yè),共二十九頁(yè),編輯于2023年,星期一2.2.最小二乘估計(jì)(3)設(shè)殘差平方和用Q表示,則通過Q最小確定這條直線,即確定和的估計(jì)值。以和為變量,把Q看作是和的函數(shù),這是一個(gè)求極值的問題。求Q對(duì)和的偏導(dǎo)數(shù)并令其為零,得正規(guī)方程,計(jì)算結(jié)果的推導(dǎo)過程參見(附錄2-1)第十頁(yè),共二十九頁(yè),編輯于2023年,星期一2.3最小二乘估計(jì)量和的特性1.線性特性:這里指和分別是yt的線性函數(shù)。令代入上式,得可見是yt的線性函數(shù),是1的線性估計(jì)量。同理0也具有線性特性(證明留作課后習(xí)題)。第十一頁(yè),共二十九頁(yè),編輯于2023年,星期一2.3最小二乘估計(jì)量和的特性2.無(wú)偏性:估計(jì)量的數(shù)學(xué)期望即總體參數(shù)本身利用上式E()=E(ktyt)=E[kt(0+1
xt+ut)]=E(0
kt
+1
ktxt+ktut)=E[1
kt
(xt-)
+ktut]=1+E(ktut)=13.有效性:OLS估計(jì)量在線性無(wú)偏估計(jì)量中方差最小。0,1的OLS估計(jì)量的方差比其他估計(jì)量的方差小。
Gauss-Marcov定理:若ut滿足E(ut)=0,D(ut)=
2,那么用OLS法得到的估計(jì)量就具有最佳線性無(wú)偏性。估計(jì)量稱最佳線性無(wú)偏估計(jì)量。最佳線性無(wú)偏估計(jì)特性保證估計(jì)值最大限度的集中在真值周圍,估計(jì)值的置信區(qū)間最小。OLS估計(jì)量都能滿足上述漸近特性,但滿足漸近特性的估計(jì)量不見得是最佳線性無(wú)偏估計(jì)量。(見附錄二)第十二頁(yè),共二十九頁(yè),編輯于2023年,星期一OLS
小結(jié)注意:分清4個(gè)式子的關(guān)系。(1)真實(shí)的統(tǒng)計(jì)模型,yt=0+1
xt
+ut(2)估計(jì)的統(tǒng)計(jì)模型,yt=+xt
+(3)真實(shí)的回歸直線,E(yt)=0+1
xt(4)估計(jì)的回歸直線,=+xt第十三頁(yè),共二十九頁(yè),編輯于2023年,星期一2.4OLS回歸直線的性質(zhì)(1)殘差和等于零,=0
由正規(guī)方程2
(yt
--xt)(-1)=0得
(yt--xt)=
(yt-)=
()=0(2)估計(jì)的回歸直線=+xt過(,)點(diǎn)。正規(guī)方程
(yt--xt)=0兩側(cè)同除樣本容量T,得
=+。得證。(3)yt的擬合值的平均數(shù)等于其樣本觀測(cè)值的平均數(shù),=。
==(+xt)=+=。得證。
(4)Cov(,xt)=0
只需證明
(xt-)=xt-=xt=0。上式為正規(guī)方程之一。(5)Cov(,)=0(證明留作課后作業(yè))第十四頁(yè),共二十九頁(yè),編輯于2023年,星期一2.5yt的分布和的分布根據(jù)假定條件ut
N(0,
),E(yt)=E(0+1
xt
+ut)=0+1
xt+E(ut)=0+1
xt。
Var(yt)=Var(0+1
xt+ut)=Var(0+1
xt)
+Var(ut)=
yt是ut的線性函數(shù),所以ytN(0+1
xt,
)??梢宰C明E()=1;Var()=
,
是yt的線性函數(shù)(=kt
yt),所以N(1,
)。證明留作課后練習(xí)
第十五頁(yè),共二十九頁(yè),編輯于2023年,星期一2.6
的估計(jì)定義,其中2表示待估參數(shù)的個(gè)數(shù)??梢宰C明.是
的無(wú)偏估計(jì)量。因?yàn)槭菤埐?,所以又稱作誤差均方??捎脕砜疾煊^測(cè)值對(duì)回歸直線的離散程度。和的估計(jì)的方差是
第十六頁(yè),共二十九頁(yè),編輯于2023年,星期一2.7擬合優(yōu)度的測(cè)量可以證明
(yt-)2=
(-)2+
(yt-)2=
(-)2+
()2。SST(總平方和)=SSR(回歸平方和)+SSE(殘差平方和)注:SSR:舊指回歸平方和(regressionsumofsquares),現(xiàn)指殘差平方和(sumofsquaredresiduals)
SSE:舊指殘差平方和(errorsumofsquares(sumofsquarederrors)),現(xiàn)指回歸平方和(explainedsumofsquares)擬合優(yōu)度是指回歸直線對(duì)觀測(cè)值的擬合程度。顯然若觀測(cè)值離回歸直線近,則擬合程度好;反之則擬合程度差。第十七頁(yè),共二十九頁(yè),編輯于2023年,星期一2.7擬合優(yōu)度的測(cè)量(2)證:
(yt-)2=[
(yt-)+
(-)]2=
(yt-)2+
(-)2+2
(yt-)
(-)
其中
(yt-)
(-)=
(yt
-)(xt
-)=
(yt-)xt-
(yt
-)=xt=0(正則方程)度量擬合優(yōu)度的統(tǒng)計(jì)量是可決系數(shù)(確定系數(shù))。
R2==(回歸平方和)/(總平方和)=
SSR/SST
所以R2的取值范圍是[0,1]。對(duì)于一組數(shù)據(jù),SST是不變的,所以SSR↑(↓),SSE↓(↑)。第十八頁(yè),共二十九頁(yè),編輯于2023年,星期一2.8回歸參數(shù)的顯著性檢驗(yàn)及其置信區(qū)間主要是檢驗(yàn)1是否為零。而用樣本計(jì)算的是否等于零則應(yīng)通過檢驗(yàn)來判斷是否有統(tǒng)計(jì)上的顯著性。
原假設(shè)H0:1=0;備擇假設(shè)H1:1
0在H0成立條件下,統(tǒng)計(jì)量若
t
>t
(T-2),則1
0;若
t
<t(T-2),則1=0第十九頁(yè),共二十九頁(yè),編輯于2023年,星期一2.8參數(shù)顯著性檢驗(yàn)及其置信區(qū)間(2)還可以利用估計(jì)1的置信區(qū)間。由于由大括號(hào)內(nèi)不等式得1的置信區(qū)間
-t
(T-2)
1
+t
(T-2)
其中是的算術(shù)根,而其中的是的算術(shù)根。第二十頁(yè),共二十九頁(yè),編輯于2023年,星期一2.9yF
的點(diǎn)預(yù)測(cè)及其區(qū)間預(yù)測(cè)以下以時(shí)間序列數(shù)據(jù)為例介紹預(yù)測(cè)問題。預(yù)測(cè)可分為事前預(yù)測(cè)和事后預(yù)測(cè)。兩種預(yù)測(cè)都是在樣本區(qū)間之外進(jìn)行。對(duì)于事后預(yù)測(cè),被解釋變量和解釋變量的值在預(yù)測(cè)區(qū)間都是已知的。可以直接用實(shí)際發(fā)生值評(píng)價(jià)模型的預(yù)測(cè)能力。對(duì)于事前預(yù)測(cè),解釋變量是未發(fā)生的。(當(dāng)模型中含有滯后變量時(shí),解釋變量則有可能是已知的。)當(dāng)預(yù)測(cè)被解釋變量時(shí),則首先應(yīng)該預(yù)測(cè)解釋變量的值。對(duì)于解釋變量的預(yù)測(cè),通常采用時(shí)間序列模型。第二十一頁(yè),共二十九頁(yè),編輯于2023年,星期一預(yù)測(cè)還分為有條件預(yù)測(cè)和無(wú)條件預(yù)測(cè)。對(duì)于無(wú)條件預(yù)測(cè),預(yù)測(cè)式中所有解釋變量的值都是已知的。所以事后預(yù)測(cè)應(yīng)該屬于無(wú)條件預(yù)測(cè)。當(dāng)一個(gè)模型的解釋變量完全由滯后變量組成時(shí),事前預(yù)測(cè)也有可能是無(wú)條件預(yù)測(cè)。例如:
當(dāng)預(yù)測(cè)T+1期的yt值時(shí),xt用的是T期值,是已知值。預(yù)測(cè)還分為靜態(tài)預(yù)測(cè)和動(dòng)態(tài)預(yù)測(cè)。第二十二頁(yè),共二十九頁(yè),編輯于2023年,星期一2.9yF
的點(diǎn)預(yù)測(cè)及其區(qū)間預(yù)測(cè)(2)yF的點(diǎn)預(yù)測(cè)。根據(jù)估計(jì)的回歸函數(shù),得:單個(gè)yF
的區(qū)間預(yù)測(cè)的分布是
所以,yF
的區(qū)間預(yù)測(cè)是E(yF)
的區(qū)間預(yù)測(cè)
E(
)的分布是則E(yF)
的區(qū)間預(yù)測(cè)是第二十三頁(yè),共二十九頁(yè),編輯于2023年,星期一OLS及其預(yù)測(cè)的Eviews操作案例2-1:用回歸模型預(yù)測(cè)木材剩余物:(見附錄2-4)(附錄ch2-1為作業(yè)數(shù)據(jù))第二十四頁(yè),共二十九頁(yè),編輯于2023年,星期一OLS及其預(yù)測(cè)的Eviews操作(2)根據(jù)EViews輸出結(jié)果(上圖),寫出OLS估計(jì)式如下:
=-0.7629+0.4043xt
(-0.6)(12.1)
R2=0.91,s.e.=2.04其中括號(hào)內(nèi)數(shù)字是相應(yīng)t統(tǒng)計(jì)量的值。s.e.是回歸函數(shù)的標(biāo)準(zhǔn)誤差,即。R2是可決系數(shù)。R
2=0.91說明上式的擬合情況較好。yt變差的91%由變量xt解釋。檢驗(yàn)回歸系數(shù)顯著性的原假設(shè)和備擇假設(shè)是(給定
=0.05):H0:1=0;H1:1
0第二十五頁(yè),共二十九頁(yè),編輯于2023年,星期一因?yàn)閠=12.1>t0.05
(14)=2.15,檢驗(yàn)結(jié)果是拒絕1=0,即認(rèn)為年木材剩余物和年木材采伐量之間存在回歸關(guān)系。(殘差圖見操作)估計(jì)1的置信區(qū)間。由
得1的置信區(qū)間是
[-t0.05
(14),+t0.05
(14)][0.4043-2.150.0334,0.4043+2.15
溫馨提示
- 1. 本站所有資源如無(wú)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024年上門美甲合作協(xié)議書
- 2024年淡水養(yǎng)殖產(chǎn)品種苗項(xiàng)目建議書
- 2024年壓磁應(yīng)力計(jì)項(xiàng)目建議書
- 2024年中低壓變頻器合作協(xié)議書
- 互聯(lián)網(wǎng)行業(yè)科技商務(wù)工作報(bào)告
- 人教版(2019)必修第三冊(cè)Unit 5 The Value of Money 單元基礎(chǔ)知識(shí)過關(guān)檢測(cè)(含答案)
- 2024年太陽(yáng)能熱發(fā)電系統(tǒng)項(xiàng)目合作計(jì)劃書
- 2023年促肝細(xì)胞生長(zhǎng)素項(xiàng)目需求分析報(bào)告
- 2024年H-系列卷材涂料合作協(xié)議書
- 2024年(半)干式煙氣脫硫成套設(shè)備項(xiàng)目發(fā)展計(jì)劃
- 林木育種的研究方法與技術(shù)
- 大學(xué)生特種兵式旅游
- 肺結(jié)核的社會(huì)和經(jīng)濟(jì)影響
- 如何預(yù)防甲醛的污染
- 新概念1Lesson1-30課測(cè)試卷
- 人工智能概論-智能金融
- 靜脈導(dǎo)管常見并發(fā)癥的預(yù)防及處理護(hù)理課件
- 腹腔鏡小兒疝囊高位結(jié)扎術(shù)護(hù)理課件
- 1999年勞動(dòng)合同范本
- 質(zhì)量常見問題培訓(xùn)課件
- 校企合作方案可行性報(bào)告
評(píng)論
0/150
提交評(píng)論