經(jīng)濟(jì)計(jì)量學(xué)課程學(xué)習(xí)指導(dǎo)書-wenkub
2023-05-29 03:09:35 本頁面
【正文】 229。(Yi(0,s u ；(3)隨機(jī)項(xiàng)與正態(tài)分布E(ui的含義：（1）模型中省略的解釋變量對(duì)被解釋變量的影響由隨機(jī)項(xiàng)包含；（2）隨機(jī)因素；（3）樣本觀測(cè)值的測(cè)量誤差；（4）確定模型數(shù)學(xué)形式的誤差。之間具有單向因果關(guān)系，u為解釋變量（自變量），Y++內(nèi)容提要一無線性回歸模型檢驗(yàn)，理解檢驗(yàn)的基本思想。統(tǒng)計(jì)檢驗(yàn)，即對(duì)模型參數(shù)估計(jì)量的經(jīng)濟(jì)計(jì)量學(xué)研究經(jīng)濟(jì)問題可分為四步：（1）建立模型，（2）估計(jì)參數(shù)，（3）模型檢驗(yàn)，（4）使用模型。經(jīng)濟(jì)計(jì)量學(xué)研究的對(duì)象是經(jīng)濟(jì)現(xiàn)象，是研究經(jīng)濟(jì)現(xiàn)象中的具體數(shù)量規(guī)律。言（一）本章學(xué)習(xí)目標(biāo)理解經(jīng)濟(jì)計(jì)量學(xué)概念理解經(jīng)濟(jì)計(jì)量學(xué)的研究對(duì)象與學(xué)科特點(diǎn)了解經(jīng)濟(jì)計(jì)量學(xué)的發(fā)展歷史掌握經(jīng)濟(jì)計(jì)量學(xué)的學(xué)科內(nèi)容熟練掌握經(jīng)濟(jì)計(jì)量學(xué)研究經(jīng)濟(jì)問題的步驟（二）本章的重點(diǎn)、要點(diǎn)本章的重點(diǎn)：經(jīng)濟(jì)計(jì)量學(xué)的定義，經(jīng)濟(jì)計(jì)量學(xué)的研究對(duì)象，經(jīng)濟(jì)計(jì)量學(xué)研究經(jīng)濟(jì)問題的步驟。本章還有兩個(gè)要點(diǎn)：一是經(jīng)濟(jì)計(jì)量學(xué)與經(jīng)濟(jì)理論（數(shù)理經(jīng)濟(jì)學(xué)）、統(tǒng)計(jì)學(xué)、數(shù)理統(tǒng)計(jì)學(xué)的聯(lián)系與區(qū)別，二是經(jīng)濟(jì)計(jì)量學(xué)的學(xué)科內(nèi)容。經(jīng)濟(jì)計(jì)量學(xué)與經(jīng)濟(jì)理論和數(shù)理經(jīng)濟(jì)學(xué)有著密切的聯(lián)系與區(qū)別。第二章 一元線性回歸模型（一）本章學(xué)習(xí)目標(biāo)理解最小二乘法的模型假定熟練掌握最小二乘法對(duì)模型參數(shù)的估計(jì)熟練掌握一元線性回歸模型的統(tǒng)計(jì)檢驗(yàn)掌握利用一元線性回歸模型進(jìn)行預(yù)測(cè)能運(yùn)用一元線性回歸模型分析簡(jiǎn)單經(jīng)濟(jì)問題（二）本章重點(diǎn)、要點(diǎn)本章重點(diǎn)：對(duì)模型參數(shù)估計(jì)的最小二乘法，并熟練掌握模型參數(shù)的最小二乘法估計(jì)量、回歸方程和隨機(jī)項(xiàng)t三個(gè)要點(diǎn)：對(duì)一元線性回歸模型的假定，這些假定是對(duì)模型參數(shù)進(jìn)行最小二乘估計(jì)和對(duì)模型進(jìn)行統(tǒng)計(jì)檢驗(yàn)的前提條件。Yib1ui為被解釋變量（因變量），X為隨機(jī)項(xiàng)。對(duì)模型進(jìn)行回歸分析主要包括對(duì)模型參數(shù)性和無序列相關(guān)（無自相關(guān)）性，即Var(ui)u))2b?1=yxb0b1u=（2）隨機(jī)項(xiàng),==185。i,j=1,2,…,n。YieiYi+eiYi=XEviewsb?1)=s ，記x=（或rESS01u)229。叫總離差平方和，RSSe21，表明回歸直線與樣本點(diǎn)“擬合優(yōu)度”越好；反之，r2b247。2(b?? 246。x的? ? ? ?標(biāo)準(zhǔn)差的估計(jì)值，仍叫(b1)S利用b1)T1)檢驗(yàn)步驟為：（1）提出原假設(shè)=(b1n－2ta2(4)作出判斷：若ta與接受線性不顯著。的顯著性與此類似）229。(1,=229。/(n利用樣本值得出了回歸方程，是否能代表總體，即總體線性回歸模型的假定是否顯著，必須進(jìn)行檢驗(yàn)—F統(tǒng)計(jì)量2i2i檢驗(yàn)步驟：（1）提出原假設(shè)α，查第一個(gè)自由度為2Fa2)（4）作出判斷：若H0:b1=0，接受接受XEviews掌握多元線性回歸模型的最小二乘估計(jì)。軟件進(jìn)行多元回歸分析。F多元線性回歸模型的一般形式Y(jié)ib1b2Lki=模型參數(shù)的最小二乘估計(jì)：=b?(X39。即Var(b?（(X39。對(duì)角線上的第uXb為被解釋變量的樣本觀測(cè)值向量，X多元線性回歸模型的假定：(1)隨機(jī)項(xiàng)均值為零的假定，即=uE(uiu0；（3）隨機(jī)項(xiàng)與解釋變量不相關(guān)假定，即,0kuN=e（殘差向量）是SeR/2統(tǒng)計(jì)量：(b?iCiiX)個(gè)元素。=XX令模型隨機(jī)項(xiàng)≠常數(shù)，假定異方差形式為s ii)去除原模型得：ESSn1)，這里的自由度，總離差平方和RSSk? ?回歸系數(shù)的檢驗(yàn)：對(duì)每一個(gè)回歸系數(shù)分別進(jìn)行檢驗(yàn)，檢驗(yàn)的統(tǒng)計(jì)量/～t(1同。YYX可以利用多元回歸方程進(jìn)行預(yù)測(cè)。X的線性函數(shù)；（2）參數(shù)線性，即當(dāng)這兩個(gè)條件有一個(gè)不滿足時(shí)，即為非線性模型。12b0b2Zi如ALa經(jīng)過代數(shù)變換（兩這取對(duì)數(shù)）可代為lnlnln,，再
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1