單方程模型的高級問題-預覽頁
【正文】 ?????????iiiiXiiXiXiPPPPePPePePrat iooddsiii???????）估計以由表達式（在估計出回歸系數(shù)后可其擁有住房的概率如對于某個收入水平，比的變化每單元變化的給出斜率系數(shù)不然為線性，但概率本身卻對雖然變到從，變到從隨著模型的特點）（模型的表達式）（1,104)2()1ln(3*221XLXXLLPLogi tuXPPLLogi tiiiii????????????????會出現(xiàn)無窮大量。 ? 常見模型： ? 線性概率模型（ LPM） ? 對數(shù)單位模型（ Logit Model） ? 概率單位模型（ Probit Model） 一 .線性概率模型 表示家庭收入，沒有住房，如果擁有住房其中，為以下形式：以一元模型為例，iiiiXYuXYLPM???????0121??與一般線性模型相比， Y不再服從正態(tài)分布，而是一個二項分布 )|1())|1(1(0)|1(1)|()|1(1)|1(21iiiiiiiiiiiiiiXYPXYPXYPXXYEXYPXYPX???????????????條件期望：－是則不擁有住房的概率就率為家庭擁有住房的條件概記收入為的概率而是因變量取是因變量的期望值，模型擬合的事實上不因此對1iX線性概率模型的問題 點估計仍然是無偏的。如家庭是否擁有自己的住宅，企業(yè)是否在某個地區(qū)投資，成年男子是否在“參與勞動”等。因此），只取兩個值，而OLSuXuYXuYuXYuYiiiiiiiiiiii212121011(?????????????????(1)隨機項非正態(tài)性 (2)異方差 概率 總和 1 iu iX21 ?? ?? iX211 ?? ?? iP?1iP 異方差因此不同，的取值不同，所以對不同的樣本點，iiiiiiiiiiiiiiiiiiiiuPXPPXXXXXXPXPXuEuEuEuEu)1()1)(()()1()1()()()1()1()()0)(()()]([)var(2121212212122122122122???????????????????????????????????????????異方差的處理 ? 隨機項異方差， OLS估計量線性無偏但不是有效的 ? 用加權(quán)最小二乘法（ WLS）處理 ? 方程兩邊同時除以 )1( ii PP ?(3)值域問題 ? 問題：條件期望的值可能超出 [0,1]區(qū)間，這是線性概率模型的嚴重缺點 ? 處理： ? 大于 1的當作 1，小于 0的當作 0 ? 采用 Logit 或 Probit模型 (4)擬合優(yōu)度問題 ? 線性概率模型的擬合優(yōu)度一般不高，在 間 1Y? X0 受約束)(b1Y? X0 無約束)(aLPM LPM 對于受約束的 LPM(b)一般 不會大，大多數(shù)實例 ),(2 ?R2R二 .Logit模型 ? 思路：出于線性概率模型的缺陷，希望對它進行變換，使預測對于所有的 X都落在（ 0,1）之間 1P0 X基本思路 ? 隨著 X增加，因變量增加（或減少），因此用一個累計概率函數(shù) F來描述 ? 可有多種累計概率函數(shù)，得出不同的模型，一般只采用兩種： ? 累計 logistic概率函數(shù) —— Logit模型 ? 累計正態(tài)概率函數(shù) —— Probit模型 )( ii XFP ?? ??）？系（問：如何估計非線性關(guān)。如果只有個別家數(shù)值。注：在大樣本中有效，估計回歸方程。不同的滯后期可能會得到完全不同的檢驗結(jié)果。 但在 2階滯后時，檢驗的模型存在 1階自相關(guān)性。這種變量稱為時間變量或趨勢變量。 ? 另一方面，平行數(shù)據(jù)的使用也使模型的確認變得更加困難。 ? 隨機效應模型：考慮截面和時間序列的干擾 (誤差 )改進第一種方法中 LS估計的有效性。如果每個截面都是不同的模型，那么融合就不合適了。 ? 如果添加的限制條件引起的誤差平方和增加的不顯著，就認為添加的限制條件合適，采用第一種方法 (可以融合回歸 )；如果誤差平方和的變化過大，我們就選擇固定效應模型?？筛鶕?jù)經(jīng)濟背景給出 K的上下限，分別估計，按殘差平方和最小的原則，逐步縮小K的范圍 ? 第二種方法是“三和法”估計，參考李子奈著《計量經(jīng)濟學》 ? 第三種方法：按一般非線性模型估計參數(shù) 龔珀茲曲線 tbaKyKay btt)(ln)ln( ln)ln( ln ???與邏輯增長曲線一樣，共有三種方法 非線性模型的一般方法 (1) ? 直接優(yōu)化法： 0)]?,([2))?,(()?(),(22???????????????jjiibfBXfYbQBXfYeBQBXfY ?非線性模型的一般方法 (2) ? 泰勒級數(shù)展開 斂重復上述步驟，逐步收估計，得省略高階項作最小二乘泰勒級數(shù)展開設(shè)定一組初始值1211112022100202321020232121?,?,?)(][21)(][),。 06:38:4706:38:4706:382/11/2023 6:38:47 AM ? 1以我獨沈久，愧君相見頻。 2023年 2月 11日星期六 上午 6時 38分 47秒 06:38: ? 1比不了得就不比，得不到的就不要。 上午 6時 38分 47秒 上午 6時 38分 06:38: ? 沒有失敗，只有暫時停止成功！。 06:38:4706:38:4706:38Saturday, February 11, 2023 ? 1不知香積寺，數(shù)里入云峰。 2023年 2月 上午 6時 38分 :38February 11, 2023 ? 1少年十五二十時，步行奪得胡馬騎。 06:38:4706:38:4706:382/11/2023 6:38:47 AM ? 1越是沒有本領(lǐng)的就越加自命不凡。 :38:4706:38:47February 11, 2023 ? 1意志堅強的人能把世界放在手中像泥塊一樣任意揉捏。 上午 6時 38分 47秒 上午 6時 38分 06:38: MOMODA POWERPOINT Lorem ipsum dolor sit amet, consectetur adipiscing elit. Fusce id urna blandit, eleifend nulla ac, fringilla purus. Nulla iaculis tempor felis ut cursus. 感 謝 您 的 下 載 觀 看 專家告訴
教學課件相關(guān)推薦
鄂ICP備17016276號-1