【正文】 tat i s ti c 3 30 8 6 Dur bi n W ats on s tat 3 03 4 4 P r ob ( F s tat i s ti c ) 2 00 2 7 1973— 1980 估計(jì)結(jié)果 Depe nd e nt V aria bl e: S A V E Me th od : Le as t S q ua r es Date : 09 / 15 /0 4 T i m e: 22 :25 S am pl e: 1 97 3 19 8 0 Inc l ud ed ob s erv ati on s : 8 V ari ab l e Coef f i c i en t S td. E r r or t S tat i s ti c P r ob . C 46 34 5 0 21 9 7 90 64 8 0 37 INCO ME 5 59 4 9 2 02 1 6 1 42 3 7 0 02 R s qu ared 0 84 1 0 Me an de p en d en t v ar 2 00 0 0 A dj us ted R s qu are d 9 31 4 5 S .D. d ep e nd e nt v ar 3 07 6 8 S .E . of r eg r es s i on 7 35 0 1 A k ai k e i nf o c r i teri on 52 95 1 S um s qu ared res i d 8 06 1 5 S c hw ar z c r i t erio n 33 09 1 Lo g l i k el i ho o d 1 18 0 5 F s tat i s ti c 59 .5 09 4 6 Dur bi n W ats on s tat 7 04 7 3 P r ob ( F s tat i s ti c ) 0 02 4 9 1964— 1980 估計(jì)結(jié)果 Depe nd e nt V aria bl e: S A V E Me th od : Le as t S q ua r es Date : 09 / 18 /0 4 T i m e: 17 :58 S am pl e: 1 96 4 19 8 0 Inc l ud ed ob s erv ati on s : 1 7 V ari ab l e Coef f i c i en t S td. E r r or t S tat i s ti c P r ob . C 77 77 9 5 74 2 2 46 44 3 0 00 INCO ME 1 75 0 4 0 98 3 5 11 .9 47 4 5 0 00 R s qu ared 0 49 0 8 Me an de p en d en t v ar 1 58 8 2 A dj us ted R s qu are d 9 85 6 8 S .D. d ep e nd e nt v ar 1 31 0 7 S .E . of r eg r es s i on 9 52 6 5 A k ai k e i nf o c r i teri on 18 79 2 S um s qu ared res i d 7 19 2 4 S c hw ar z c r i t erio n 20 76 7 Lo g l i k el i ho o d 0 97 3 0 F s tat i s ti c 14 2. 74 1 6 Dur bi n W ats on s tat 5 12 1 9 P r ob ( F s tat i s ti c ) 0 00 0 0 Chow Test Cho w B r ea k po i n t T es t: 1 97 2 F s tat i s ti c 9 14 9 9 P r ob a bi l i t y 2 32 8 2 Lo g l i k el i ho o d rat i o 3 39 8 8 P r ob a bi l i t y 0 73 2 1 （ 1%顯著性水平）＜ ＜ （ 5%顯著性水平），在 H0。 ? 模型的估計(jì) p為確定性變量，與隨機(jī)誤差項(xiàng)不相關(guān)，可以用 OLS方法估計(jì)，得到參數(shù)估計(jì)量。 ? 模型參數(shù)是變量，但不是隨機(jī)變量，而是確定性變量，稱為 確定性變參數(shù)模型 。 二元離散選擇模型 ? *167。第八章 擴(kuò)展的單方程計(jì)量經(jīng)濟(jì)學(xué)模型 ? 167。 平行數(shù)據(jù)計(jì)量經(jīng)濟(jì)學(xué)模型 167。 ? 模型參數(shù)不僅是變量，而且是隨機(jī)變量，稱為 隨機(jī)變參數(shù)模型 。 可以通過檢驗(yàn) α β1是否為 0來檢驗(yàn)變量 p是否對 α、 β有影響。 ? 也可以引入虛變量，建立一個(gè)統(tǒng)一的模型（ Gujarati方法） y D x D xt t t t t t? ? ? ? ?? ? ? ? ?0 1 0 100110t n Dn t n D? ? ??? ? ? ??)( DXDXY ?????? . . ( )? . . ( )Y XY X1 12 20 2659 0 0471 1964 19721 7502 0 1505 1973 1981? ? ? ?? ? ? ?? . . ( )? . . ( )Y XY X1 12 20 2645 0 0474 1964 19721 75017 0 15045 1973 1981? ? ? ?? ? ? ?分段 ? n0未知 ，但 Var Vart t( ) ( )? ?1 2? 一般可以選擇不同的 n0 ，進(jìn)行試估計(jì)，然后從多次試估計(jì)中選擇最優(yōu)者。 ? ? ?t t? ? ? ? ?t t? ?? 可以采用經(jīng)典線性計(jì)量經(jīng)濟(jì)學(xué)模型中介紹的估計(jì)方法，例如加權(quán)最小二乘法等方法很方便地估計(jì)參數(shù)。 ⒊ 自適應(yīng)回歸模型 ? 由影響常數(shù)項(xiàng)的變量具有一階自相關(guān)性所引起。 模型 一、 非線性單方程計(jì)量經(jīng)濟(jì)學(xué)模型概述 二、 非線性普通最小二乘法 三、 例題及討論 說明 ? 非線性計(jì)量經(jīng)濟(jì)學(xué)模型在計(jì)量經(jīng)濟(jì)學(xué)模型中占據(jù)重要的位置 ；已經(jīng)形成內(nèi)容廣泛的體系，包括變量非線性模型、參數(shù)非線性模型、隨機(jī)誤差項(xiàng)違背基本假設(shè)的非線性問題等； ? 非線性模型理論與方法已經(jīng)形成了一個(gè)與線性模型相對應(yīng)的體系，包括從最小二乘原理出發(fā)的一整套方法和從最大或然原理出發(fā)的一整套方法。 ⒊ 牛頓－拉夫森 (NewtonRaphson)迭代法 ? 自學(xué)，掌握以下 2個(gè)要點(diǎn) ? 牛頓－拉夫森迭代法的原理 – 對殘差平方和展開臺(tái)勞級數(shù)，取二階近似值； – 對殘差平方和的近似值求極值； – 迭代。 ? 用 I表示農(nóng)民純收入總量水平、 Q表示農(nóng)業(yè)生產(chǎn)的發(fā)展規(guī)模、 P表示農(nóng)副產(chǎn)品收購價(jià)格、 L表示從事非農(nóng)產(chǎn)業(yè)的農(nóng)村勞動(dòng)者人數(shù)。 ? 離散被解釋變量數(shù)據(jù)計(jì)量經(jīng)濟(jì)學(xué)模型（ Models with Discrete Dependent Variables）和離散選擇模型 (DCM, Discrete Choice Model)。 ? 影響因素包括兩部分： 決策者的屬性 和 備選方案的屬性 。 ? 對于單個(gè)方案的取舍。 Y X? ?? ?y i ? ?X i i? ?因?yàn)?0)( ?iE ? ，所以 ??iX)(iyE 。因?yàn)?: ? i iiyy?? ?? ? ????1 10 1X XX Xi ii i? ?? ?當(dāng) ，其概率為當(dāng) ，其概率為? 所以原始模型不能作為實(shí)際研究二元選擇問題的模型。 三、二元 Probit離散選擇模型及其參數(shù)估計(jì) 標(biāo)準(zhǔn)正態(tài)分布的概率分布函數(shù) F t x dxt( ) ( ) e x p ( )? ??? ?? 2 21 2 2?f x x( ) ( ) e xp ( )? ??2 21 2 2?重復(fù)觀測值不可以得到情況下二元 Probit離散選擇模型的參數(shù)估計(jì) ???ln( )( )L fFfFq f qF qiiyiiiyi i ii iiniini i????????????????? ???? ???10 111X XXXXX0iiiq yi i? ?2 1? 關(guān)于參數(shù)的非線性函數(shù)，不能直接求解，需采用完全信息最大似然法中所采用的迭代方法。 重復(fù)觀測值可以得到情況下二元Probit離散選擇模型的參數(shù)估計(jì) ? 對每個(gè)決策者有多個(gè)重復(fù)（例如 10次左右）觀測值。 ? 詳見教科書。 ? 對第 i個(gè)決策者重復(fù)觀測 ni次，選擇 yi=1的次數(shù)比例為 pi，那么可以將 pi作為真實(shí)概率 Pi的一個(gè)估計(jì)量。 五、例題 例 貸款決策模型 ? 分析與建模： 某商業(yè)銀行從歷史貸款客戶中隨機(jī)抽取 78個(gè)樣本，根據(jù)設(shè)計(jì)的指標(biāo)體系分別計(jì)算它們的“商業(yè)信用支持度”（ XY）和“市場競爭地位等級”（ SC），對它們貸款的結(jié)果（ JG）采用二元離散變量， 1表示貸款成功， 0表示貸款失敗。 ? 預(yù)測： 如果有一個(gè)新客戶，根據(jù)客戶資料，計(jì)算的“商業(yè)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 。 itiitiit uxy ??? ??ni ,1 ?? Tt ,1 ??ji ?? ? ji ?? ?? 情形 2， 變截距模型 (Panel Data Models with Variable Intercepts) 。 ji ?? ? ji ?? ?二、模型的設(shè)定 —— F檢驗(yàn) 任務(wù) ? 確定所研究的對象屬于三種模型中的哪一種，作為 研究平行數(shù)據(jù)的第一步。 ? 如果接收了假設(shè) 2，則沒有必要進(jìn)行進(jìn)一步的檢驗(yàn)。 檢驗(yàn)假設(shè) 2的 F統(tǒng)計(jì)量 : )]1(),1)(1[(~)]1(/[ )]1)(1/ [()(1132 ?????????? KTnKnFKnnTSKnSSF 從直觀上看，如 S3－ S1很小， F2則很小，低于臨界值，接受 H2。 )]1(,)1[(~)]1(/[ ])1/ [()(1121 ???????? KTnKnFKnnTSKnSSF三、固定影響變截距模型 ? 固定影響與隨機(jī)影響 如果橫截面的個(gè)體影響可以用常數(shù)項(xiàng)的差別來說明，該不同的常數(shù)項(xiàng)是一個(gè)待估未知參數(shù)，稱為固定影響變截距模型 。 ? 當(dāng) n很大，可用下列分塊回歸的方法進(jìn)行計(jì)算。 用 Eviews估計(jì)固定影響變截距模型 ? 北京、天津、河北、山西、內(nèi)蒙 5地區(qū)消費(fèi)總額 COM與 GDP關(guān)系 ? 數(shù)據(jù)表 CO M B J G D PB J CO M T J G D P T J CO M H B 1 997 703 1871 554 1240 1740 1998 810 2046 623 1336 1819 1999 954 2174 717 1450 1984 2021 1221 2479 805 1639 2241 2021 1468 2846 902 1840 2509 2021 1700 3213 990 2051 2820 2021 1968 3663 1135 2448 3260 G D PH B CO M S X G D P S X CO M N M G D PN M 1 997 3954 852 1473