需求估計(jì)管理經(jīng)濟(jì)學(xué)麥圭根第12版機(jī)械工業(yè)出版社(文件)
【正文】 估計(jì)；（ 2）對(duì)變量系數(shù)的解釋比較簡(jiǎn)單，也就是 如果其他自變量的值保持不變，每個(gè)系數(shù)代表相應(yīng)的自變 量變化 1個(gè)單位會(huì)使需求量變化多少。 案例中模型可表示為： 第三步：估計(jì)并解釋回歸參數(shù) 許多軟件都可以進(jìn)行回歸分析，如 excel 、 spss 和 eviews等等。 t 檢驗(yàn)是一種利用樣本 結(jié)果來證實(shí)一個(gè)虛擬假設(shè)真?zhèn)蔚臋z驗(yàn)程序。 實(shí)踐中，常用 t 的絕對(duì)值是否大于 2來判斷。 大的 R2值 小的 R2值 如果計(jì)算 R2等于 ，約有 53%的 Y的變 化可以用回歸模型來解釋，或者說該回歸模型可以解釋 Y的 53%的變化。 第五步：利用回歸模型進(jìn)行預(yù)測(cè) 回歸方程可以用來預(yù)測(cè)自變量的任意給定數(shù)值之后 的 Y值，把自變量的特定值代如估計(jì)回歸方程可進(jìn)行點(diǎn) 預(yù)測(cè)。 而 R2的值并非越高越好，大體中等程度即可。 度量擬合度最簡(jiǎn)單且普遍使用的就是判定系數(shù)（可 決系數(shù)） R2 ， 它衡量了因變量的變化中能被回歸方程解 釋的那一部分， R2的 取值范圍是 0～ 1。 各估計(jì)系數(shù)的標(biāo)準(zhǔn)誤（差）測(cè)量了在根據(jù)同一個(gè)實(shí)際需 求關(guān)系、不同的觀測(cè)值進(jìn)行的回歸分中，各系數(shù)估計(jì)值 的變化程度。 統(tǒng)計(jì)技術(shù)提供了假設(shè)檢驗(yàn)的工具 — 置信區(qū)間和顯著 性檢驗(yàn)（也就是 t 檢驗(yàn) ）。 乘法指數(shù)模型的優(yōu)點(diǎn)是 ： （ 1） 可以提供需求的各種 自變量的彈性估計(jì)值，比如價(jià)格彈性、收入彈性等等； （ 2）與線性模型相比， 乘法指數(shù)模型在估計(jì)參數(shù)所使用的 數(shù)據(jù)范圍內(nèi)，每個(gè)自變量的彈性是不變的，等于相應(yīng)的參 數(shù)估計(jì)值。 上述案例中建筑材料商 店 的涂料線性需求模型可列為： 其中 ?， ?1， ?2 和 ?3是此模型的參數(shù)； ?是誤差項(xiàng)。 （ 3）混合數(shù)據(jù)： 在混合數(shù)據(jù)中兼有時(shí)間序列和橫截面數(shù) 據(jù)。 這些數(shù)據(jù)大體可以分為三類： 時(shí)間序列 、 橫截 面 以及混合數(shù)據(jù)（比如時(shí)間序列與橫截面合并 面板） 本案例中就是橫截面數(shù)據(jù)。 因此，回歸分析成為一個(gè)進(jìn)行需求估計(jì)的很好 的工具。比 如，吸煙與肺癌之間、中學(xué)成績(jī)與大學(xué)成績(jī)之間的相關(guān)。它試圖量化經(jīng)濟(jì)現(xiàn)象，
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1