【正文】 Lp　　　　　三、自相關(guān)性的檢驗(yàn)1．圖示檢驗(yàn)法圖示法是一種直觀(guān)的診斷方法，它是將給定的回歸模直接用普通最小二乘法估計(jì)參數(shù)，求出殘差項(xiàng)DW+(229。2229。et21=e2t=2 t=1n nt=2 t=1n n n nt=2 t=2 t=2 t=1對(duì)于大樣本n n nt=2 t=2 t=1所以229。DWet12t230。t 248。=229。)（3）檢驗(yàn)自相關(guān)性：?因?yàn)?0DW=04dL4 DWH0，即認(rèn)為不存在（一階）自相關(guān)性。軟件計(jì)算偏相關(guān)系數(shù)，具體有兩種方式：命令方式：IDENT RESID菜單方式：在方程窗口中點(diǎn)擊Viewet2BG+t設(shè)自相關(guān)形式為：e+=OLSetcH0，即認(rèn)為至少有一個(gè)View\Residual及其臨界概率值。=1）開(kāi)始，直到++bxt1=t1Avt/(1yt1r的估計(jì)值），所以可以用ee=229。a(1xtrr；t②根據(jù)殘差=t t=的估計(jì)值：229。δd此時(shí)，以3．廣義差分法的Y C X（2）判斷自相關(guān)性的類(lèi)型：IDENT命令中加上的估計(jì)值及其標(biāo)準(zhǔn)差、tOptionsxb1xt1xy+ytk第二節(jié) 分布滯后模型估計(jì)一、分布滯后模型估計(jì)的總體思路對(duì)于有限分布滯后模型，其基本思路針對(duì)分布滯后模型估計(jì)面臨的困難，通過(guò)對(duì)分布滯后模型的系數(shù)施加某種約束或假定條件，通過(guò)線(xiàn)性組合或其他方式變換模型，設(shè)法將各滯后變量組合起來(lái)成為個(gè)數(shù)較少的新變量，這樣，減少了需要直接估計(jì)的模型參數(shù)個(gè)數(shù)，進(jìn)而緩解多重共線(xiàn)性，減少自由度損失。Vb0etf+期）中期乘數(shù)，反映了解釋變量對(duì)x具體方法如下：可以根據(jù)經(jīng)濟(jì)理論或?qū)嶋H經(jīng)驗(yàn)加以確定；可以通過(guò)相關(guān)系數(shù)，利用被解釋變量與滯后的解釋變量之間的相關(guān)系數(shù)初步判斷滯后期長(zhǎng)度；選擇使調(diào)整的判定系數(shù)最大的滯后期；選擇使施瓦茲在實(shí)際應(yīng)用中，阿爾蒙多項(xiàng)式的次數(shù)4。b0eb165。i=0ii稱(chēng)期之后，對(duì)值越小，則作用時(shí)間越快，滯后時(shí)間越短。對(duì)MLT對(duì)用符號(hào)（2）能夠正確反映經(jīng)濟(jì)變量之間的相互關(guān)系，提高模型的精度。與個(gè)虛擬變量，否則會(huì)陷入所謂“虛擬變量陷阱”，產(chǎn)生完全的多重共線(xiàn)性。我們常常要從一個(gè)時(shí)間序列里除掉季節(jié)成因或成分，以便我們進(jìn)一步集中分析其他的影響因素。三、分段回歸在實(shí)際經(jīng)濟(jì)問(wèn)題的研究中，有些經(jīng)濟(jì)關(guān)系需要用分段回歸加以描述：當(dāng)解*x*。如果估計(jì)的參數(shù)之間存在著顯著差異，則稱(chēng)模型結(jié)構(gòu)是不穩(wěn)定的，反之則認(rèn)為是穩(wěn)定的。第三節(jié) 虛擬變量的特殊應(yīng)用一、虛擬變量在季節(jié)調(diào)整中的應(yīng)用按季節(jié)或按月份數(shù)據(jù)的許多經(jīng)濟(jì)時(shí)間序列呈現(xiàn)有季節(jié)模式。m1其值越小，則平均滯后期越短，表明s90%）的的變動(dòng)在經(jīng)歷b乘數(shù)效應(yīng)比Dsii=0229。xtka或mkbb+的適當(dāng)次（m）多項(xiàng)式逼近：bixtkayt=f(wt)+εt，得到原模型中各參數(shù)的估計(jì)值。四、分布滯后模型估計(jì)的困難無(wú)限分布滯后模型中待估參數(shù)有無(wú)數(shù)個(gè)，而樣本總是有限，故無(wú)法直接采用最小二乘估計(jì)。+b0xtxt把滯后變量引入回歸模型，這種回歸模型稱(chēng)為滯后變量模型。（4）迭代估計(jì)過(guò)程的控制迭代估計(jì)過(guò)程中，EViewsEViews軟件將使用迭代估計(jì)法估計(jì)模型，并輸出（3）利用廣義差分法估計(jì)模型：在法估計(jì)模型，系統(tǒng)將同時(shí)計(jì)算殘差序列EViews(n)re(2)和=et(1)?r法估計(jì)模型，計(jì)算第一輪殘差的估計(jì)值。yt1+估計(jì)法根據(jù)廣義差分變換模型有ytretrDW≈2（1?只能考慮用+=1，則可得到一階差分模型yt=)?！?，n則t ty*=b(are+（nRBG22et10即不存在自相關(guān)性。vt假設(shè)r2e++是事先指定的滯后期長(zhǎng)度）的相關(guān)系數(shù)和偏相關(guān)系數(shù)，從中可以直觀(guān)地看出殘差序列的相關(guān)情況。et1利用③dU≤DW≤4dU即不存在（一階）自相關(guān)性DW=1r的估計(jì)，所以有：?DW≈2(1et11229。=H0:229。/e2t1的相關(guān)性。估計(jì)的標(biāo)準(zhǔn)誤差；（3）t+t2自相關(guān)性的一般形式可以表示成：eree=tibkt+（2）經(jīng)過(guò)對(duì)數(shù)變換后的線(xiàn)性模型，其殘差WLSEstimateeiyi2i2所以稱(chēng)該方法為加權(quán)最小二乘法（WeightedLeastwis+(xiD(ee2177。|=a4．帕克（Park）檢驗(yàn)和戈里瑟（Gleiser）檢驗(yàn)帕克檢驗(yàn)和戈里瑟檢驗(yàn)的基本思想都是通過(guò)建立殘差平方序列或絕對(duì)值序列對(duì)解釋變量的（輔助）回歸模型，由回歸模型的顯著性、擬合優(yōu)度判斷異方差是否存在。檢驗(yàn)的步驟：（1）建立回歸模型：LS Y C X（2）檢驗(yàn)異方差性：在方程窗口中依次點(diǎn)擊H0，即認(rèn)為ai（4）對(duì)于給定的顯著水平anR+x1ia0eb0G—QH1，表明模型存在異方差性；若1)c2(即為異方差性)。:d12個(gè)觀(guān)察值除去，并將剩下的觀(guān)察值劃分為大小相同的兩個(gè)子樣本，每個(gè)子樣本的容量均為i)，Eviews模型產(chǎn)生異方差性的主要原因：（1）模型中遺漏了隨時(shí)間變化影響逐漸增大的因素；（2）模型函數(shù)形式的設(shè)定誤差；（3）隨機(jī)因素的影響。sxkib1x1i可以有效地消除存在于原模型中的多重共線(xiàn)性問(wèn)題。k==1VIFi。的倒數(shù)稱(chēng)為容許度，用? ?多元線(xiàn)性回歸模型中，229。xiaa1x1t檢驗(yàn)的可靠性降低；（3）不能正確反映每個(gè)解釋變量對(duì)被解釋變量的單獨(dú)影響；（4）多重共線(xiàn)性會(huì)使得回歸模型缺乏穩(wěn)定性。milkl1，l,2，L0s（3）各個(gè)解釋變量5⑶選擇估計(jì)方法為最小二乘法后點(diǎn)擊法估計(jì)。cNLS Y=C（1）*（XC（2））/（XC（3））其中，C（1），C（2），C（3）表示待估計(jì)的回歸系數(shù)acaxEViews+++b1==ydx187。衡量了1x187。也具有很直觀(guān)的經(jīng)濟(jì)含義：在對(duì)數(shù)模型中y*=+xyDxlny是被解釋變量a=b++因此，當(dāng)RSS1)=n由下式F可以認(rèn)為回歸系數(shù)FFan/(n0c～分別服從各自自由度的229。y)2i229。+2xkii=0xki,++二、多元線(xiàn)性回歸模型參數(shù)估計(jì)量的性質(zhì)在多元線(xiàn)性回歸模型滿(mǎn)足基本假設(shè)的前提下，其參數(shù)的BYix2iyi時(shí)，則拒絕原假設(shè)。p這樣，若將attyyip則接受原2假設(shè)可保留在模型中；若20t)~t=t11中所占的比重稱(chēng)為判定系數(shù)（或可決系數(shù)），用一般地，置信水平越高，可靠性越高；置信區(qū)間越小，回歸系數(shù)的估計(jì)精度就越高。teeiy?iyi2Lxx=i229。2))是一個(gè)隨機(jī)變量，故誤差大小也是一個(gè)隨機(jī)變量，因此考慮概率意義下的平均誤差。nLxx(b02而分別是xiei? ?（4）被解釋變量估計(jì)值yn174。b（3）一致性：這是估計(jì)量的一個(gè)大樣本性質(zhì)，如果隨著樣本容量的增加，? ? ??估計(jì)量βbbE(的最小二乘估計(jì)量，簡(jiǎn)記成,b1x?229。xi=inb0yixib0e的影響。 。)==這一假定表明，各隨機(jī)誤差項(xiàng)的離散程度（或波動(dòng)幅度）是相同的。,即隨機(jī)誤差項(xiàng)的平均值為零。⑸隨機(jī)因素的影響（如自然災(zāi)害等）。表示其他多種因素的綜合影響，稱(chēng)為隨機(jī)擾動(dòng)項(xiàng)、隨機(jī)項(xiàng)或誤差項(xiàng)。===四、計(jì)量經(jīng)濟(jì)學(xué)模型的應(yīng)用。利用數(shù)理統(tǒng)計(jì)方法，依據(jù)統(tǒng)計(jì)推斷原理，對(duì)參數(shù)估計(jì)的可靠程度、觀(guān)察數(shù)據(jù)的擬合程度等進(jìn)行檢驗(yàn)，主要包括：擬合優(yōu)度檢驗(yàn)、方程的顯著性檢驗(yàn)和變量的顯著性檢驗(yàn)。二、模型參數(shù)的估計(jì)。：內(nèi)生變量是由模型系統(tǒng)內(nèi)部因素所決定的變量，表現(xiàn)為具有一定概率頒的隨機(jī)變量，其數(shù)值受模型中其他變量的影響，是模型求解的結(jié)果。理論計(jì)量經(jīng)濟(jì)學(xué)的核心內(nèi)容是參數(shù)估計(jì)和模型檢驗(yàn)。計(jì)量經(jīng)濟(jì)學(xué)的內(nèi)容體系及與其他學(xué)科的關(guān)系一、計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)、數(shù)理統(tǒng)計(jì)學(xué)學(xué)科間的關(guān)系計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)的綜合。第二節(jié)按研究?jī)?nèi)容分為理論計(jì)量經(jīng)濟(jì)學(xué)和應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)。它的變動(dòng)是由解釋變量作出解釋的，表現(xiàn)為議程所描述的因果關(guān)系的果。建立計(jì)量經(jīng)濟(jì)學(xué)模型的第一步，包括了選擇變量，確定變量間的數(shù)學(xué)關(guān)系，以及確定統(tǒng)計(jì)指標(biāo)并收集整理數(shù)據(jù)。（2）統(tǒng)計(jì)檢驗(yàn)。預(yù)測(cè)性檢驗(yàn)只是在建模的目的主要用于經(jīng)濟(jì)預(yù)測(cè)時(shí)才進(jìn)行。二、回歸模型總體回歸模型。)yiyiei0（常數(shù)）。)jinyi+分別為參數(shù)b1應(yīng)使殘差平方和?229。解方程組得：?b1(229。b1b1b0b1的估計(jì)量，如果? ? ?（2）有效性（最小方差性）：設(shè))? ? ? ?≤D(有效；如果在有效性衡量了參數(shù)估計(jì)值與參數(shù)真值平均離散程度大小。嚴(yán)格地說(shuō)，b為一個(gè)任意小的正數(shù)。BLUE），這也是最小二乘估計(jì)被廣泛使用的原因之一。ycov（b1y,sN/bi=?D(b1= s)(229。((的置信區(qū)間為：? ? ? ?[b1+的概率保證回歸系數(shù)位于該區(qū)間。TSSy?iyi=ESSTSS=二、回歸系數(shù)的顯著性檢驗(yàn)（b1?構(gòu)造(b1若Hx2)檢驗(yàn)的min((x2i軟件輸出的回歸分析結(jié)果中，在每個(gè)值），它表明得到一個(gè)大于或等于從樣本得到的=a估計(jì)對(duì)于多元線(xiàn)性回歸模型2eX 162。Yb0L1,2,L,L,是否顯著地不Hke,y)2根據(jù)數(shù)理統(tǒng)計(jì)學(xué)的證明，e2y)2～Hi2,分布表得臨界值；根據(jù)樣本數(shù)據(jù)計(jì)算H0但二者又是有關(guān)系的。TSSk21值也越大。Raa+=b1%，yd/lnbxy則原模型轉(zhuǎn)化為以下線(xiàn)性形式y(tǒng)；b將增長(zhǎng)/每增加b/x2+Lb0L利用=b,=+OLS次，誤差精度設(shè)為10（2）改變模型形式之后是否使判定系數(shù)的值明顯提高。b+若模型中的解釋變量之間存在較強(qiáng)的線(xiàn)性相關(guān)關(guān)系，即存在一組不全為零的常數(shù)L若估計(jì)的方差，參數(shù)估計(jì)量非有效；（2）t++可以用其余的解釋變量的線(xiàn)性組合代替，即231。230。一般地，若VIFiVIFRi2D