版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
计量经济学
题型:单选(10X3')、简答(5X8')、计算(3X10')
1、统计资料类型:时间序列统计资料、横截面统计资料、时
间序列和横截面数据合并的统计资料。
2、什么是最小二乘法。
为了研究总体回归模型中变量X与Y之间的线性关系,需要
求一条拟合直线。一条好的拟合直线应该是使残差平方和达到最
小,以此为准则,确定X与Y之间的线性关系。
3、样本相关系数:是变量X与Y之间线性相关程度的度量指
标,定义为:
一lWrWL当产一1时,X与Y完全负线性相关;当r=l
时,X与Y完全正线性相关;当r=0时,X与Y无线性相关关
系;一般地,一IVrVI。|r|越接近L说明X与Y有较强的线
性相关关系。
4、异方差来源于截面数据。自相关是一种序列数据。
5、异方差对最小二乘统计特性的影响
计量模型中若存在异方差性,采用普通最小二乘法估计模
型参数,估计量仍具有线性特征和无偏性,但不具有最小方差性
(即有效性)。
6、误差项存在自相关,主要有如下几个原因:(1)模型的数
字形式不妥。(2)惯性。(3)回归模型中略去了带有自相关
的重要解释变量。
7、多重共线性来源:(1)许多经济变量在时间上有共同变动
的趋势。(2)把一些解释变量的滞后值也作为解释变量在模
型中使用,连贯性原则说明解释变量与其滞后变量通常是相
关的。
8、给出类别,问:可提供几个虚拟变量。P188
当模型含有k个定性变量,每个变量含有电,(1,2,
k)个类别时,应设£(m「i)个虚拟变量。
i=l
9、基础类别换了,模型会写成什么样?变量带了对数。
10、虚拟变量模型类似X=4+£/+/?22+£3(乂")+叫
Y=p0+B、x+p、D,x邛3)
11、判断有无多重共线性。P161
:-()
cU()+C1,X11.+cZ*2x412j+--+cRkxKIki=0,i—1,2,•,,,n
如果解释变量…,Xk之间线性相关,则矩阵X不是满秩的,
其秩小于k+L比有
|XX|=0o从而(XN尸不存在,因此最小二乘估计量/不是唯一确
定的,即最小二乘法失效,此时称该模型存在完全的多重共线性。
一般情况下,完全的多重共线性并不多见,通常是
,,
c0+C|X|i+c2x2j+-+ckX|(i~o,(i-1,2,***,n)
此时称模型存在近似的多重共线性。完全的多重共线性和近似的
多重共线性称为多重共线性。
计算
大题:6、对数函数模型,9、广义差分模型
1、P31一元线性回归方程的预测点预测
假定已知解释变量X的一个特定值X。,代入样本回归方程式,
得出%的估计值
则匕是4的预测值,由于求出的是单个预测值,故
称为“点预测”。
由于£(匕)=E(氐+2X。)+E(e0)=E(A+6X。+e。)=4%)=%
即力是丫。的无偏估计量(e°=y。-%E(e°)=O见区间预测中的推
导)。
例2.1中,假设2000年、2001年某市城镇居民以1980年为不
变价的年人均可支配收入分别为X2000=1863元,X200I=1983元,代入
样本回归方程E=io.84+o.oo5Xj,即得2000年、2001年人均鲜蛋
需求量点预测值
20Go=20.16(公斤),f2001=20.76(公斤)
2、计算回归标准差或残差标准差。
随机误差项方差持的无偏估计量32==二
有时也用S02表示/的无偏估计量。而施况通常称之为回归标准
差或残差标准差。
残差平方和ZA计算方法如下:
Ee;=e'e=(r-x/)(y_x6)=yy_2数y+p'x
=丫丫一23/丫+8/x(xx)Txy
=yy-/xy
(3.24)
如果利用离差形式表示,则有Ze:=办-"x,y(3.25)o这里
y'y=Zy:
特别地,对于二元线性回归模型,由(3.24)式有
Z5=工甲-AZx-«ZXiZ-AZx21
或者由(3.25)式有-E-
3、显著性检验
(1)回归方程的显著性检验(F检验)
对于多元线性回归模型
乂=闻+4+的+•••+■+%,i=l,2,…,n
为了从总体上检验模型中被解释变量与解释变量之间线性关系
的显著性,检验的原假设为
Ho:用=鱼=…=凤=。
也就是说,如果原假设成立,则模型中被解释变量与解释变量之
间不存在显著的线性关系。对立假设应表示为
明:至少有一个月不等于零(j=l,2,…,k)
在”。成立的条件下,检验的统计量产
"ESS/”(n-k-1一J
(3.57)
服从自由度为(k,n-kT)的F分布。对于预先给定的显著性水
平a,可从F分布表中查出相应的分子自由度为k,分母自由度
为n-k-l的。水平上侧分位数%(k,n-k-l)。将样本观测值和估计
值代入(3.57)式中,如果计算出的结果有尸〉Fa(k,n-k-1),则否
定原假设“。,即认为总体回归方程存在显著的线性关系;否则,
不否定原假设“。,即,认为总体回归方程不存在显著的线性关
系。
因为废=箜=1-里,于是检验统计量(3.57)式还可以用
TSSTSS
可决系数代表示为
尸一,*/k
(l-7?2)/(n-k-l)
类似于一元回归问题,我们给出多元回归问题的方差分析表如
下。
平方和名称表达式自由度均方
人—2个
回归平方和RSS="丫-nY=£'x,ykRSS/k
残差平方和ESS=yy-施y=办-拓,n-k-lESS/
(n-k-1)
.12.
总离差平方TSS=Y'Y-nY=y'yn-1
和
例3.5P67对例3.1(P54)中的估计的回归方程
R=113.8343-8.3553Xn+0.1801X2i进行显著性检验
(a=0.05).
解提出检验的原假设“。:4=?2=0
根据例4中的计算结果知RSS=3046.8187,ESSM03.1813,
n=10,k=2
将它们代入(3.57)式中,计算检验统计量
F-RSSN.3046.8187/2.?64493
ESS/(n-k-1)403.1813/(10-2-1)
对于给定的显著性水平a=o.05,从附录4的表3中,查出分子
自由度为2,分母自由度为7的F分布上侧分位数
(2,7)=4.74。因为F=26.4493>4.74,所以否定”。,总体
回归方程存在显著的线性关系,即在该种商品的需求量与商品价
格和消费者平均收入之间的线性关系是显著的。
(2)解释变量的显著性检验(t检验)
对第i个解释变量x,进行显著性检验,等价于检验它的系数
用得知是否等于零。
检验的原假设为%:笈=0,i=l,2,…,k对立假设为
乩:以H0
根据随机误差项的基本假定(6),U,服从正态分布,从而被解释
变量的观测值乂也服从正态分布。另一方面,根据最小二乘估计
量的统计特性,我们知道或是被解释变量观测值匕上,…上的线性
函数,于是6也服从正态分布。又由于6的无偏性E伉)=笈和
2(2
(3.33)式6给出的的方差Var(3i)=<TXX.+1=aCi+lJ+l
我们有2〜N(%/以HJ从而〜N(0,1)
师Z+l.i+l
由于片是未知的,我们用它的无偏估计量■不=笔代
n-(k+l)n-k-1
替,记笈的
22
Var(R)方差的估计量为S(p^&CMti+l
可以证明〜t(n-k-1)
(3.59)
于是在“。成立的条件下,检验的统计量为,,=为
(3.60)
它服从自由度为(n-k-1)的t分布,其中S仿)是2标准差的估
计量。对于预先给定的显著性水平a,可从t分布表中查出相应
的自由度为f=n-k-l,a水平的双侧分位数偌2(/)。将样本观测
值和估计值代入(3.60)式中,如果计算出的结果有
则否定原假设”0:以=0,接受”|:笈*0,即认为解释变量X,对对
背解释变量Y存在显著的影响;否则,不否定原假设/:4=o,
即认为解释变量x,对背解释变量Y不存在显著的影响。
例3.6P69在例3.1中,我们得到的估计的回归方程为
Y,=113.8343-8.3553%,;+0.1801X2;
试对该模型的回归系数进行显著性检验(a=0.05)。
解首先提出检验的原假设H,.A=o,i=l,2
根据例3中的检验结果知S伉)=2.2907,S伉)=0.1997
将s伉)和s伉)的值代入检验统计量(3.60)式中,得
-8.3553_40.1801
=-3.6474120.1997=0.9016
2.2907
对于给定的显著性水平a=0.05,从附录4的表1中,查出t分
布的自由度为V=7的双侧分位数/5/2⑺=2365o因为
\tt|=|-3.6474|=3.6474)/005/2(7)=2.365,所以否定从,百显著不等于零,
即可以认为该种商品的价格对商品的需求量有显著的影响;
卜2|=0.9016仇。5,2⑺=2.365所以不否定”0:e=0的,即可以认为消费
者的平均收入对该种商品的需求量没有显著的影响。
4、多元线性回归模型点预测
多元总体线性回归模型
匕=自+6$"+夕2X2i+-+Axki+Ui=x/+Ui,i=l,2,…,n
利用最小二乘法得到的估计的回归方程为
文=B。+B\X久+区XG+…+8/LX、B
(3.63)
点预测就是将解释变量x„x2,...,xk的一组特定值
X。=(i,XgXzo,…,Xko)代入估计的回归方程(3.63)式中,计算出
被解释变量为的点预测值
匕=氐+6/。+Ax?。+…+Ax,=x°B
(3.64)
与一元情形一样,对匕有两种解释,一种是将立看做Y的条件期
望石仇以。)的点估计;另一种是将总看做Y的个别值的点估计。在
这里
E(y°|x0)=人+人乂2。+…+凤Xk。=X°£
(3.65)
丫0=A)+夕|X10+£2X20■!卜BkXko+=XQB+UQ
(3.66)
5、多元线性回归模型案例分析
例3.9P79我国1988年〜1998年的城镇居民人均全年耐用
消费品支出、人均全年可支配收入以及耐用消费品价格指数的统
计资料如表所示。试建立城镇居民人均全年耐用消费品支出Y
关于人均全年可支配收入片和耐用消费品价格指数X2的回归模
型,并进行回归分析。
解(1)根据经济理论和对实际情况的分析可以知道,城镇居
民人均全年耐用消费品支出Y依耐于人均全年可支配收入占和
耐用消费品价格指数X2的变化,因此我们设定回归模型为
工=00+0&1+仇*2"、
由EViews最小二乘法输出结果得估计的回归方程为
Y.=158.5398+0.0494Xu-0.9117X2i
残差平方和为Sumsquaredresid=3270.001
2
所以a==3270.001=408750j
n-k-18
从而可的回归标准差为a=V408.7501=20.2176
或由输出结果直接得到回归标准差为S.E.ofregression
=20.21757
(2)经济意义检验
6=0.0494,表示城镇居民全年人均耐用消费品支出随着
可支配收入的增长而增加,并且介于0和1之间,因此该回归系
数的符号、大小都与经济理论和人们的经济期望值相符合;
-0.9117,表示城镇居民全年人均耐用消费品支出随着耐用消费
品价格指数的降低而增加,虽然我国在1988年〜1998年的短短
几年间,耐用消费品价格指数经历了由高到低,又由低到高,再
由高到低的剧烈变化,但总的走势是呈下降态势,所以该回归系
数的富豪和大小也与经济理论和人们的经验期望值相一致。
(3)统计检验
②F检验
提出检验的原假设为H。:/3\=鱼=0。
对立假设为乩:至少有一个笈不等于零(i=1,2)
由输出结果,得F统计量为F-statistic=72.9065
对于给定的显著性水平a=0.05,从附录4的表3中,查出分子
自由度为2,分母自由度为8的F分布上侧分位数稣。5(2,8)=4.46。
因为F=72.9065>4.46,所以否定%,总体回归方程是显著的,
即在我国城镇居民人均全年耐用消费品支出与人均全年可支配
收入和耐用消费品价格指数之间存在显著的线性关系。
③t检验
提出检验的原假设〃0:4=0,i=l,2
由输出结果的统计量为4的t-statistic=10.5479,凡的
t-statistic=一0.9213
对于给定的显著性水平。=0.05,从附录4的表1中,查出自由
度v=8的t分布双侧分位数加5/2(8)=2.306。因为1=10.5479>
F005/2(8)=2.306,所以否定,]显著不等于零,即可以认为我国城
镇居民家庭人均可支配收入对耐用消费品的支出有显著的影响;
|t2|=|-0.9213|=0.9213<F005/2(8)=2.306,所以不否定〃°:12=。,即可
以认为耐用消费品的价格指数对耐用消费品的支出没有显著的
影响。于是,在建立回归模型时,可以不作为解释变量进入模型。
④点预测
如果在2000年,我国城镇居民家庭人均可支配收入达到5800
元,耐用消费品价格指数为135,对2000年我国城镇居民家庭
人均耐用消费品的支出进行预测。
将XL2OOO=5800,X2,2000=135代入估计的回归方程,得点估计值
Y2000=158.5398+0.0494x5800—0.9117x135=321.9803
6、对数函数模型
一般形式为匕=£+?/必+、
(4.8)
问:系数,说明什么问题,经济意义的解释。
7、异方差检验
(1)戈德菲尔德一夸特检验
零假设为:“0:=CT;=…=<7;备择假设为
对于截面样本,样本观测值可以按递增方差排列。检验统计量来
源于去掉中间几个样本观测值后,将剩余观测值分为两组,各自
做回归模型估计产生的残差平方和之比。检验的步骤如下:(1)
将观测值按递增的误差方差排列,由于假定是递增型的异方差,
所以可将解释变量的值x,按升序排列。(2)任意选择C个中间观
测值略去。经验表明,略去数目C的大小,大约相当于样本观测
值个数的1/4,剩下的T-C个样本观测值平均分成两组,每组
样本观测值的个数为一。(3)计算两个回归,一个使用前
二工个观测值,另一个使用后宁个观测值。并分别计算两
22
个残差平方和,有前面的样本回归产生的残差平方和为Zej,后
面样本产生的残差平方和为,则X;〜力,号-k-lj,
X;〜/(qC-k—1),其中k为计量模型中解释变量的个
数。(4)构造F统计量。F=——C沁。则在成立
—K—1*
I27
条件下,,其中。如果模型中不存在异方差,则与应大致相等,
此时F的值应接近于1;如果存在异方差性,F的值应远远大于
lo(5)给定显著性水平a,查F分布表可得临界值V2),
若用样本计算的F>%,则备择假设/成立,说明计量模型存在
异方差性,否则模型不存在异方差。
(2)怀特检验
+xx+u
设一般的计量经济模型为yt=AAa+,•,+Atki
以原回归模型含有3个解释变量为例写出辅助回归的一般形式:
人2222
u,=a0+a/u+<z2xt2+a3xt3+«4xtl+a5x,2+«6xt3+«7xdxt2+a8xux13+a9xt2xl3+q
那么,检验原模型是否存在异方差就相当于检验此辅助回归模型
的回归参数除常数项外是否显著为零。提出相应的原假设与备择
假设
H。:a-=0,i=l,…,9"[:a/…,%中至少有一个不等于零
如果/成立,则相当于6:是一个常数,元模型不存在异方差性,
否则原模型存在异方差性。对辅助回归模型进行0LS估计,得到
2
Ro
当"o成立时检验统计量WT(9)=TR2
服从自由度为9的/分布。其中,T是辅助回归式的样本容量,
心是辅助回归式的可决系数。一般情况下,检验统计量为
WT(g)=TR2
当Z成立时服从自由度为g的/分布,其中g=(k+*+2)]
给定显著性水平a,查临界值/(g),如果WT(g)=TR2〈/(g),
则〃。成立,那么原模型不存在异方差。
怀特检验的一般步骤:
1.用0LS方法估计原回归模型,得到残差平方序列第o
2.构造辅助回归模型
Ut=/(x“,…,,x,x,2,…,)
其中作)是含常数项的线性函数。用0LS方法估计此模型得到R2。
3.给定显著性水平a,计算WT(g)=TR2,与临界值/进行比较以
确定是否接受原假设,进而确定原回归模型是否存在异方差。
(3)戈里瑟检验
一般假定是的塞函数,以为例,其检验步骤为:
1.首先用普通最小二乘法估计经济计量模型的回归系数,求出随
机误差项U,的估计值e,(t=l,2,T)o
2.用|e,|与解释变量X,的不同塞次进行回归模拟,例如
院|=您1+匕同=因元'+%卜」=夕:+匕
At
|eJ=/?^^+v,…|e」=a+您,p+v,
其中是误差项,P是可以确定的常数。用普通最小二乘法估计上
述各回归模型,利用样本决定系数,t统计量进行显著性检验。
若有通过检验的模型,则说明原计量经济模型存在该种形式的异
»-、一、一
方差。
Y([、
8、异方差X加权~=A~+A++~77~
9、案例:已知某地区的个人储蓄Y,可支配收入X的截面样本
数据见表建立它们之间的现行计量经济模型并估计。根据经济理
论建立计量经济模型X=为+尸阳+%
用普通最小二乘法进行估计,估计结果如下
Y;=-700.41+0.09X1
(-6.0)(18.2)
(5.16)
R2=0.92,$=0.92,F=335.82,
利用上述结果计算残差euX-g,(1=1,2,…,31)0观察d的
取值,好像随X,的变化而变化,怀疑模型存在异方差。下面检验
随机误差项的异方差性。
White检验
因为(5.16)式中只含有一个解释变量,所以White检验辅助回
归式中应该包括两个解释变量。辅助回归式估计结果如下:
2
=19975.98-2.1986X,+0.00015Xt
(0.24)(-2.7)(0.83)
*=0.2936,>31
因为77?2=31x0.2936=9.1〉/o5⑵=6。,所以结论是该回归模型中存
在异方差。
10、自相关检验
(2)DW(Durbin-Watson)检验法
DW值与子相关系数的关系:
TT(、
2Eet-i-2Ee<e-iEe.et-i
t=2_______
DW«~----二21~~T=2(1㈤
IXIX
t=2tt=27
(6.20)
使用加检验,应首先满足如下三个条件。
(1)误差项口的自相关为一阶自回归形式。
(2)因变量的滞后值K-1不能在回归模型中作解释变量。
(3)样本容量应充分大(7>15)
力检验步骤如下。
给出假设Ho:P=0("不存在自相关)P
W0(〃存在一阶自相关)
£(—)2
用残差值a计算统计量DW。。卬=-----
注
/=1
(6.17)
其中分子是残差的一阶差分平方和,分母是残差平方和。把上式
展开
TTT
Ee"+Se>-i-2Ee.e.-i
1=2[=2l=2
DW-T-(6.18)
t=l
TTT
oX-'oV-'2
因为在样本容量充分大条件下有e;产汇e;
Et=2t=2(=1
(6.19)
代入(6.18)式,可表示为
TT(
2Ee'i-2Ee.e.-iEe-et-i
DW®_—^1-----=21—=2(1-Q)(6.20)
1=2k1=27
因为P的取值范围是[-1,1],所以〃历统计量的取值范围是
[0,4]。P与DW值的对应关系见表
P与〃〃值的对应关系及意义
PDW5的表现
P=0DW=2口非自相关
P=1DW=0口完全正自相关
P=-1〃=4%完全负自相关
0<P<10<DW<2“有某种程度的正
自相关
-1<P<02<勿<4口有某种程度的
负自相关
当〃『值落在“不确定”区域时,有两种处理方法。
(1)加大样本容量或重新选取样本,重作〃『检验。有时〃,值
会离开不确定区。(2)选用其它检验方法。
〃『检验临界值与三个参数有关。(1)检验水平a;(2)
样本容量T;(3)原回归模型中解释变量个数A(不包括常数
项)。
应用DW检验应注意如下4点:
1、DW统计量只适用于检验一阶自相关形式。
2、应用DW检验,样本容量不应太小。
3、若原回归式的解释变量中含有因变量的滞后项,不能使用DW
检验。
4、有一个不确定区域。
(3)功检验(亦称加检验)法
加统计量既可检验一阶自相关,也可检验高阶自相关。
£〃检验是通过一个辅助回归式完成的,具体步骤如下。
对于多元回归模型匕=B°+BiXf5%方+…+B/
j+ut(6.21)
考虑误差项为力阶自回归形式ut=P1+…+
PnUt-71*匕(6.22)
其中V,为随机项,符合各种假定条件。零假设为Ho:Pt
=P2=P尸0
这表明u,不存在n阶自相关。用估计(6.21)式得到的残差建立
辅助回归式,
a=P-15-1++P'ne-nBo+B1%[+B2无1+…+0kXk
t+vt(6.23)
其中e,是(6.21)式中u,的估计值。估计上式,并计算确定系数
2
R。构造/〃统计量,
2
LM=TR(6.24)
2
其中T表示(6.21)式的样本容量,R为(6.23)估计式的确定
系数。在零假设成立条件下,LM统计量渐近服从/⑴分布。其
中n为(6.22)式中自回归阶数。如果零假设成立,LM统计量
的值将很小,小于临界值。
22
判别规则是:若£"=TRWx2(/7),接受H。;若£"=TR>
x2(7?),拒绝Ho。
(4)回归检验法
回归检验法的步骤如下:
1、用给定样本估计模型并计算残差4
2、对残差序列e,(t=L2,…,T),用普通最小二乘法进行不
同形式的回归拟合。如
2
e,=pei+v,e,=p,e,.,+p2et.2+vte,+v,
e,=夕67+匕…
3、对上述各种拟合形式进行显著性检验,若某个回归式的估计
参数具有显著性(不为零),则说明误差项存在该种形式的自相
关。否则不存在该种形式的自相关。
9、广义差分变换
DW已知,求夕。写成公式6.27或(6.28—6.31)
K-PKT=8。(1-P)+3(%-P%广1)+…+B*(>
kt-PXk-1)+vt(6.27)
作广义差分变换:K*=K-PK-l;(6.28)
Xjt=Xjt'QXj-I,j2,-k;(6.29)
Bo*=Bo(1-P)(6.30)
则模型如下:X*=/+£|X;+£2Xi+…+£kX;+vt(1=2,
3,…T)
vt满足通常的假定条件,可以用0LS法估计上式。(6.28)
和(6.29)式的变换称作广义差分变换。
10.自相关案例分析
例6.1P152天津市城镇居民人均消费与人均可支配收入的关
系。
改革开放以来,天津市城镇居民人均消费性支出(CONSUM),
人均可支配收入(INCOME)以及消费价格定基指数(PRICE)数
据(1978~2000年)见表6.2。现在研究人均消费与人均可支
配收入的关系。
先定义不变价格(1978=1)的人均消费性支出(匕)和人均
可支配收入(%)。令
匕=CONSUM/PRICE,Xt=INCOME/PRICE
假定所建立的回归模型形式是3o+Bi%+4
(1)估计线性回归模型并计算残差。
匕=111.44+0.7118X
(6.5)(42.1)
R2=0.9883,s.e.=32.8,DW=0.60,T=23
回归方程拟合得效果较好。但是DW值比较低。
(2)分别用〃/、"统计量检验误差项&是否存在自相关。
已知=0.60,若给定a=0.05,查附表4,得〃,检验
临界值&=1.26,d产1.44o因为〃歹=0.60<1.26,认为
误差项%存在严重的正自相关。
LMQBG)自相关检验辅助回归式估计结果是
et=0.6790et-l+3.1710-0.00471+匕
(3.9)(0.2)(-0.4)
R2=0.43,川=2.00LM=TR2=23X0.43=9.89。
因为x20.05(1)=3.84,LM=9.89>3.84,所以
加检验结果也说明误差项存在一阶正自相关。
(3)用广义最小二乘法估计回归参数。
首先估计自相关系数P-。
DIV=1_0^0=070
对原变量做广义差分变换。令GDYt=Yt-0.70Yt-1
GDXt=X-0.70Xt-1
以GDYt,GDXt,(1979~2000年),为样本再次回归,得
GDYt=45.2489+0.6782GDXt
(6.54)
(3.7)(20.0)
2
A=0.95,DW=2.31,T=22(1979"2000)
回归方程拟合得效果仍然比较好,且〃r=2.31。查附表4,d方
1.26,4=1.43。因为〃『=2.31<(4-1.43)=2.57,依
据判别规则,误差项已消除自相关。
由(6.54)式,=45.2489。
依据公式得—[/(1-P八)=45.2489/(1-0.70)=150,8297
则原模型的广义最小二乘估计结果是K=150.8297+
0.6782Xt
经济含义是天津市城镇居民人均消费性支出平均占人均可支配
收入的67.82%o
例6.2P155天津市保费收入和人口的回归关系
本案例主要用来展示当模型误差项存在2阶自回归形式的
自相关时,怎样用广义差分法估计模型参数。19671998年天津
市的保险费收入(匕,万元)和人口(X-万人)数据见表。K
与人的变化呈指数关系。对匕取自然对数。"匕与《的散点图见
图。可以在。匕与人之间建立线性回归模型。
(1)估计线性回归模型并计算残差。
£nK=-11.18+0.0254X
(-20.9)(37.2)
R=0.9788,s.e.=0.34,DW=0.36,T=32(1967-1998)
(2)检验误差项%是否存在自相关。
已知0.36,若给定a=0.05,查附表4,dL=1.37,
1.50o因为0.36<1.37,依据判别规则,认为误差
项〃存在严重的正自相关。对残差序列的拟合发现,口存在二阶
自相关。回归式如下。
et-1.186et-\-0.467a-2+vt
(6.9)(-2.5)
R2=0.71,s.e.=0.19,DW=1.97(1969-1998)
其中e,表示(6.56)式的残差。因为e…%的回归参数都显著
地不为零,且(6.57)式残差的LM=TR2统计量的值为1.6,说明
(6.56)式的误差项具有二阶自回归形式的自相关。
(3)用广义差分法消除自相关。
首先推导二阶自相关%=储%-1+。2%-2+匕条件下的广
义差分变换式。设模型为
LnYt-Bo+B1%+ut
写出上式的滞后1期、2期表达式并分别乘以61、4)2,得
4)1LnY-\=61Bo++4)iut-l
62LnY-2=6280+62B1X-2+62%-2
用以上3式做如下运算,
LnY-。1。匕-1飞2。匕-2=8°-垢8。-4)28。+81%一%81
Xt-l2P1X-2Ut~1ut~14)2ut~2
将2阶自相关关系式,ut=61%-1+4>2a-2+匕,代入上
式并整理,得
(LnYt-储。匕—1一批。匕-2)二8。(1一弧-4)2)+
-61%-1-2)+Vt
二阶广义差分变换应该是GDLnYt=LnYt-^.LnY~\~^2
LnY-2
GDXt=Xt-储%-「MX-2
。匕和匕的广义差分变换应该是切心7匕=LnY-\.186LnY-1
+0.467LnY-2
GDXt=匕-1.186X-l+0.467
X-2
广义最小二乘回归结果是GDLnY^-3.246+0.0259GDXt
(-10.0)(17.9)
R2=0.92,s.e.=0.19,DW=1.99,T=30(1969-1998)
DW=1.99,说明(6.64)不存在自相关。
Bo=-3.246/(1-61-62)=-3.246/(1-1.186+0.467)
=-11.55
原模型的广义最小二乘估计结果是LnYt=-U.55+0.0259Xt
广义最小二乘估计值0.0259比最小二乘估计值0.0254值可
信。
经济含义是每增加1万人,。匕增加0.0259,即保费增加
1.0262万元。
n、多重共线性的修正方法一逐步回归法
该方法不仅可以对多重共线性进行检验,同时也是处理多重
共线性问题的一种有效方法,其步骤为:
(1)用被解释变量分别对每个解释变量进行回归,根据经济理
论和统计检验从中选择一
个最合适的回归方程作为基本回归方程,通常选取拟合优度废最
大的回归方程。
(2)在基本回归方程中逐个增加其他解释变量,重新进行线性
回归。如果新增加的这个
解释变量提高了回归方程的拟合优度A?,并且回归方程中的其它
参数统计上仍然显著,就在模型中保留该解释变量;如果新增加
的解释变量没有提高了回归方程的拟合优度,则不在模型中保留
该解释变量;如果新增加的解释变量提高了回归方程的拟合优
度,并且回归方程中某些参数的数值或符号等受到显著的影响,
说明模型中存在多重共线性,对该解释变量同与之相关的其他解
释变量进行比较,在模型中保留对被解释变量影响较大的,略去
影响较小的。
例7.1:P168天津市粮食需求模型(1974-1987)
y:粮食销售量(万吨/年),Ai:市常住人口数(万人),
X2:人均收入(元/年),x3:肉销售量(万吨/年),Xi:蛋销
售量(万吨/年),后:鱼虾销售量(万吨/年)的数据资料。
y=-3.497+0.125xx+0.074冬+2.678冬+3.453及
-4.491w
(-0.1)(2.1)(1.9)(2.1)(1.4)
(-2.0)
R2=0.97,次=0.952,F=52.53,DW=1.97,
其中括号内的数字是t值。给定显著性水平a=0.05,回归系数估
计值都没有显著性。查F分布表,得临界值为九。5(5,8)=3.69,故
F=52.53>3.69,回归方程显著。
分别计算X,X”X3,X4,X5的两两相关系数,得
r12=0.867,r13=0.882,r14=0.852,r15=0.821,r23=0.946,r24=0.965,
r25=0.983,J4=0.941,r35=0.948,r45=0.982
可见解释变量之间是高度相关的。为了检验和处理多重共线性,
采用修正Frisch法。
1、对Y分别关于X1,X2,X3,X4,Xs作最小二乘回归,得
(1)Y=-90.921+0.317x,
(-4.7)(12.2)
R2=0,925,A=0.919,F=147.619,DW=1.537
(2)Y=99.614+0.0815x2
(15.5)(7.6)
R2=0.828,$=0.813,F=57.564,DW=0.639
(3)Y=74.648+4.893x3
(9.0)(8.7)
R2=0.863,左to.851,F=75.369,DW=0.814
(4)Y=108.865+5.74x4
(18.3)(6.8)
R2=0.796,百=0.779,F=46.829,DW=0.769
(5)Y=113.375+3.081x5
(18.7)(6.0)
R2=0.75,R2=o.73,F=36.16,DW=0.59
其中括号内的数字是t值。根据经济理论分析和回归结果,易知
该市常住人口数匕是最重要的解释变量,所以选取第一个回归方
程为基本回归方程。
2、加入肉销售量招,对Y关于占,X3作最小二乘回归,得
Y=-39.795+0.212为+1.909名
(-1.6)(4.7)(2.6)
7?2=0.95,F=113.922,$=0.,946,DW=1.656
可以看出加入乙后,拟合优度相和无,均有所增加,参数估计值
的符号也正确,并没有影响王,系数的显著性,所以在模型中保
留X3。
3、加入人均收入*2,对Y关于占,X?,X3作最小二乘回归,得
y=-34.777+0.207荀+0.009怒+1.456冬
(-1.3)(4.3)(0.5)(1.2)
R2=0.955,F=70,839,r=0.,942,DW=1.683
可以看出,再加入X?后,拟合优度方增加不显著,铲有所减少,
并且X?和乙系数均不显著,说明存在严重的多重共线性。比较X?
和乙,肉销售量比人均收入对粮食销售量的影响打,所以在模
型中保留X:略去X2。
4、加入但销售量x4,对Y关于占,x3,x4作最小二乘回归,得
Y=-37.999+0.210为+1.746冬+0.235为
(-1.4)(4.4)(1.5)(0.2)
R2=0.954,F=69.281,Q=0.,940,DW=1.674
可以看出,再加入X,后,拟合优度R2没有增加,铲有所减小,
并且X3和心系数均不显著,说明存在严重的多重共线性。比较k
和X4,肉销售量比蛋销售量对粮食销售量的影响打,所以在模
型中保留匕,略去九。
5、加入鱼虾销售量Xs,对Y关于匕,X3,X5作最小二乘回归,
得
Y=-40.823+0.211荀+2.145-0.157%
(-1.5)(4.4)(1.6)(-0.2)
R2=0,954,F=69.352,^2=0.,940,DW=1.635
可以看出,再加入霜后,拟合优度相没有增加,工有所减小,
且X.3和X.5系数均不显著,
应略去X5O
综上所述,得至!JY关于王和t的回归方程,其中的常数
项不显著。略去常数项,得到回归方程Y=0.141%+2.80
X3
(14.6)(5.8)
R2=0.943,F=199.83,^2=0.,939,DW=1.29
该模型中系数均显著且符号正确,虽然解释变量之间仍存在高度
线性关系,但多重共线性并没有造成不利后果,所以该模型是较
好的粮食需求方程。
简答题
1.计量经济学的目的:(1)结构分析。(2)预测未来。(3)政
策评价。
2.计量经济学的定义。
计量经济学是统计学、经济学、数学相结合的一门综合性学科,
是一门从数量上研究物质资料生产、交换、分配、交换等经济关
系和经济活动规律及其应用的科学。
3.普通最小二乘法得到的样本回归线的特点有哪些,
最小二乘法几个常用的结果
(1)有残差e,的均值等于0.
(2)残差优与解释变量X不相关。£e,X,=O
(3)样本回归直线经过点(将公式代入样本回归方程
(2.11),得
=A(xf-Y)
这是样本回归方程的另一种形式,说明样本回归直线经过
(x,y)o
(4)被解释变量的样本平均值等于其估计值的平均值。
记歹匕贝u
nnn
由第三个结果,样本回归直线经过点(x,y),于是
;=瓦+£*=7
4.最小二乘估计的统计性质:线性性、无偏性、最小方差性。
5.异方差、自相关、多重共线性的后果。
异方差后果
(1)当计量模型中存在异方差,OLS估计量仍具线性性和无偏
性。
(2)当计量模型中存在异方差,OLS估计量不再是有效估计量。
自相关的后果:
当误差项存在自相关时,模型参数的最小二乘估计量具有如下特
征:
(1)回归系数的最小二乘估计量后仍具有无偏性。
(2)Var(&)不再具有最小方差性。
(3)(3)有可能低估误差项u,的方差。
(4)由于巴存在自相关时,Var(4)和S:都变大,都不具
有最小方差性,所以用依据
多重共线性后果:(1)参数,估计值不精确,也不稳定,样本观
测值稍有
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2024年智能检测分选装备项目发展计划
- 2024年文化、体育及娱乐用品批发服务合作协议书
- 2024年抗帕金森病药合作协议书
- 2024年制动分泵项目建议书
- 第三单元 商业贸易与日常生活
- 课时61 表达技巧(一)-情感意境表达有方
- 舜帝山森林公园二期景观规划方案设计说明
- 第九章 第三节 圆的方程
- 应急预案管理制度(公司)
- 病毒性心肌炎课件
- 汽车常用故障诊断仪具培训课程课件
- 十二届三次会议精神心得体会八百字
- 电力企业新员工进场安全教育课件
- 小学生血液知识讲座课件
- 中外戏剧史课件
- 《9-兴趣是最好的老师》课件
- 二年级上册数学课件 认识线段 (1) 苏教版(2014秋)(共15张PPT)
- 学术论文写作与规范课件
- 《水果的挑选》(课件)浙教版四年级上册综合实践活动
- 全套加油站风险点告知卡
- 99S203 消防水泵接合器安装图集
评论
0/150
提交评论