【正文】 均值預測和個值預測的區(qū)別 ? 均值預測 假定得到回歸方程 已知 X的一個特定值 X0，要預測 Y0的條件均值（總體回 歸線上的對應 Y值） E(Y| X0)， 為 E(Y| X0)的估計量（ BLUE)。 原假設 備擇假設 計算統(tǒng)計量 在顯著水平 下，查 t分布表（ df=n2） 若 接受 ，拒絕 拒絕 接受 （顯著） 0: 20 ??H0: 21 ??H)?(?22??set??0H 1H2/|| ?tt ? 0H 1H2/|| ?tt ?2/? 2/?2/?t? 2/?to? Ｆ檢驗 從方差分析的角度，檢驗回歸方程的顯著性。 R2的性質：非負。假定 1994年，美國的 GDP預計為 6萬億美元，則 該年的消費支出預計為 Y=+*6000=4085 ⑧ 控制或政策制定，政策趨勢解讀分析 如果希望 1994年消費支出達到 4萬億美元，則政府必須 通過政策來保證收入水平為： X=(4000+)/=5882 相關問題： ? 實現以上過程的軟件有： Eviews、 SPSS、 SAS等 ? 統(tǒng)計關系與確定關系 在回歸分析中，得到因變量與自變量之間的依賴關系是統(tǒng)計依賴關系，而不是確定關系或函數關系 ? 回歸與因果關系 回歸分析得到的變量間的統(tǒng)計依賴關系，統(tǒng)計關系式自身不代表任何確定的因果關系 模型檢驗、區(qū)間估計、結果統(tǒng)一表述 ? 擬合優(yōu)度檢驗 擬合優(yōu)度檢驗是批對樣本回歸線與樣本觀測值之間擬合程度的檢驗。 這里 Y為因變量， X為自變量 /解釋變量。均衡就正反、全面考慮：內部、外部；內部中要考慮供給和需求；影響供給所有要素變化；影響需求所有要素變化；非均衡分析：考慮微觀、局部因素，重點因素； 右圖：分析預測中國經濟周期示例 經濟結構優(yōu)化 世界經濟 能源供應 勞動力 人口之窗 勞動力成本 能源約束 經濟周期及其變化 經濟周期拐點 經濟金融預測邏輯框架示例二 ? 預測變量有時需要區(qū)分短期和長期 ? 長短期分析考慮的視角未必有很大不同，但是具體因素肯定有區(qū)別 ? 短期的影響因素往往具有不確定，但是在提高分析預測精度上具有重要作用 ? 長期的影響因素往往是根本因素和趨勢性因素，對把握周期波動具有重要作用 ? 右圖：分析預測中國物價變化示例 供求：主要商品 貨幣：結構、儲蓄 存款 成本：主要商品 價格、上下游 供求：投資、 GDP 貨幣：Ｍ 2 成本：勞動生產 率、勞動力成本 短期 CPI變化 中長期 CPI變化 經濟金融預測邏輯框架示例三 ? 預測變量有時需要考慮或選變量 ? 分析預測時要區(qū)分固定變量和備選（或選）變量 ? 如果所預測的變量是政策變量，因為具有較大的主觀性和外生性，要根據不同時段環(huán)境背景來選擇不同增加的變量 ? 右圖：分析預測中國利率調整趨勢示例 經濟增長 貨幣增長 物價 中美利差 企業(yè)資本回報率 資產價格 其 他 重 要 因 素 利 率 調 整 主要內容 1. 經濟金融分析預測的一般方法與邏輯框架建立 2. 計量經濟建模、預測方法 3. 非線性模型轉換、虛擬變量等實用問題 4. 經濟景氣指數構建 5. 我們的經濟預測模型示例 計量建模分析過程 ? 基本過程 ① 經濟理論 ② 理論的數學模型 ③ 理論的計量經濟學模型 ④ 數據的收集整理 ⑤ 計量經濟模型的參數估計 ⑥ 假設檢驗 ⑦ 經濟、金融指標預報和預測 ⑧ 控制或政策制定，政策預測、解讀分析 例： 檢驗凱恩斯關于邊際消費傾向理論并運用模型預測分析 ①理論 人們的消費支出隨收入的增加而增加，但消費支出的增加小于收 入的增加。當站在恐龍化石面前時，他對身邊的游客說：“ 這只恐龍的數數足足有 20億年零 10月。 ” 游客驚訝且恭敬地問道：“ 您從哪里得到如此精確的信息？ ” 經濟學家不無處豪的回答說：“ 10個月前我來此參觀過。即邊際消費傾向 MPC大于零而小于 1。假定兩者之間存在先行 關系。度量 擬合程度的指標是判定系數 R2。 ??????222)()?(YYYYR S SE S SRii10 2 ?? R?? ?? 22 )( YYy ii? 區(qū)間估計 為了判斷點估計與真值的接近程度，可以通過構造以估計值為 中心的一個區(qū)間（隨機的），以該區(qū)間包括了真值的概率來確 定估計值接近真值的把握程度： 稱為置信區(qū)間； 稱為置信系數 稱為顯 著水平； 分別為置信下限和置信上限 置信度確定在預測中也常用；已知預測變量均值和標準誤的情 況下，可以確定某個變量落入某一區(qū)間的概率。 根據總離差平方和的分解式： TSS=ESS+RSS 原假設 備擇假設 若 H0成立，說明回歸方程顯得無顯著意義，總體不存在線性；若拒絕 H0，則 可認為回歸方程顯著成立，總體存在線性。 為了評估估計誤差，可以建立 E(Y| X0)的置信區(qū)間。在建立了 Y與 X2的回歸模型，并進行回歸分析后，再加入 X2。 分析變量的邊際貢獻，可以使用方差分析表為工具，根據變量引入前后的 RSS的變化量及其顯著性檢驗（扣除原來引入模型的解釋變量的貢獻），確定該變量的邊際貢獻是否顯著。 39。此時可以確定一個基本的回歸方程： 在此基礎上進行第二次回歸，在剩下的變量中尋找最佳的變量，建立 K2個回歸方程： ii uXY ??? 221 ??iiii uXXaY ???? 3322 ??iiii uXXY ???? 43221 ???iiii uXXY ???? 43221 ???…………………………………… 回歸后，得到各回歸方程的平方和： 同樣，選擇其中 ESS最大并通過 F檢驗的變量作為新增解釋變 量，假定是 X3。如： 第一模型稱作外生滯后變量模型或分布滯后模型。 kiuXXYPRF ikikit ,.. . ,2,1,. ..: 321 ?????? ???iii uXY ???121 ??ueKALY 21 ???對參數線性的模型，可以采用變量的直接代換，轉化為參數、變量均為線性的形式進行估計。 例如，消費函數模型： Ct=b0+b1Yt+ut → Ct=b0+b1Yt+b2Dt+ut 根據回歸結果，正常年份的基本支出水平比反常年份小