趙衛(wèi)亞版計(jì)量經(jīng)濟(jì)學(xué)期末整理(文件)
【正文】 度排序? 然后逐步添加解釋變量2步驟①用被解釋變量對每一個所考慮的解釋變量回歸。iv. 模型改造和變量替換①將名義變量替換為實(shí)際變量。++=+整理后可以建立一個新的模型。內(nèi)生性1. 定義：解釋變量與隨機(jī)誤差項(xiàng)之間若存在某種程度的相關(guān)性，即：cov(ui0此時，稱模型存在內(nèi)生性問題，與隨機(jī)誤差項(xiàng)相關(guān)的解釋變量稱為內(nèi)生解釋變量2. 原因i. 遺漏了重要的解釋變量建模時由于人們認(rèn)識上的偏差，理論分析的缺陷，統(tǒng)計(jì)數(shù)據(jù)的影響，導(dǎo)致有意或無意忽略了某些重要變量，未能將其作為解釋變量引入模型。OLSuXX工具變量的變量滿足的條件：工具變量的相關(guān)性：與所替代的隨機(jī)解釋變量高度相關(guān)工具變量的外生性：與隨機(jī)誤差項(xiàng)不相關(guān)如果一個多元回歸方程中含有的內(nèi)生變量個數(shù)不只一個，那么我們就必須分別找到它們各自的工具變量。ppt）5. 檢驗(yàn)如果有內(nèi)生變量，OLS虛擬變量1. 定義：將取值的人工變量稱為虛擬變量、啞元變量，定性變量。2. 虛擬變量中“0”，“1”選取原則：從分析問題的目的出發(fā)予以界定0—代表基期，比較的基期，參照組1—代表報(bào)告期，被比較的效應(yīng)，實(shí)驗(yàn)組3. 虛擬變量引入的方式i. 加法方式①單個虛擬變量的引入：一種因素兩種狀態(tài)例：研究工齡、性別對員工工資的影響②多個虛擬變量的設(shè)定和引入例：利用年前后消費(fèi)傾向是否變化iii. 當(dāng)截距與斜率發(fā)生變化時，同時引入加法與乘法形式的虛擬變量4. 虛擬變量的引入原則若定性因素具有個虛擬變量，否則就會陷入“虛擬變量陷阱”? 當(dāng)回歸模型無截距項(xiàng)時，可引入ii. 檢驗(yàn)?zāi)Ｐ徒Y(jié)構(gòu)的穩(wěn)定性（變化）用途：分析模型結(jié)構(gòu)對樣本變化的敏感性、比較兩個或多個模型之間的差異情況iii. 分段回歸分析作用:。虛擬變量也可以用來代表數(shù)量因素的不同階段。個虛擬變量5. 虛擬變量的應(yīng)用i. 調(diào)整季節(jié)波動——利用季度或月份資料建模時，經(jīng)常存在季節(jié)波動。個（m≥2）個相互排斥的屬性（或水平）? 當(dāng)回歸模型有截距項(xiàng)時，只能引入年的數(shù)據(jù)，分析D）的乘積，作為新的解釋變量出現(xiàn)在模型中。D表示。和TSLSii. 二階段最小二乘法：單個回歸變量amp。uuuXii. 觀測誤差iii. 滯后被解釋變量iv. 聯(lián)立方程3. 后果i. 影響無偏性。185。jiv. 主成分回歸思路：①利用主成分方法將解釋變量轉(zhuǎn)換成若干個互不相關(guān)的主成分。u③+++=要求，模型的每個解釋變量影響顯著，參數(shù)符號正確，R次要變量可以通過被解釋變量和解釋變量的相關(guān)系數(shù)檢驗(yàn)、相關(guān)圖分析等統(tǒng)計(jì)分析加以鑒別? 局限：可能引起模型設(shè)定誤差，違反其他假定。樣本容量越大，變量相關(guān)性越小，相關(guān)越難。②引起多重共線性的原因是模型存在相關(guān)的解釋變量，因此消除多重共線的根本方法只能是刪除這些變量，但剔除變量要要謹(jǐn)慎。t6. 解決辦法基本原則：①如果建模目的是預(yù)測，則模型的擬合優(yōu)度較高，并且相關(guān)關(guān)系保持不變，就可以忽略多重共線性問題。H0，但參數(shù)iv. 直觀判斷? 看參數(shù)估計(jì)量的符號、數(shù)值是否與理論相符合？如果與定性分析結(jié)果違背，可能存在多重共線性。 =j等價(jià)的指標(biāo)。?來判斷第249。VarR2j229。X(可以推出，在多元回歸中=σXj+1+aX=
公司管理相關(guān)推薦
鄂ICP備17016276號-1