【正文】
本( n1)進(jìn)行回歸 ? 增加 n2個(gè)觀測(cè)值,組成新樣本( n1 + n2 )進(jìn)行回歸 ? 構(gòu)成統(tǒng)計(jì)量 ))1(,(~))1(/( /)( 1211210 ?????? knnFknSnSSF變化參數(shù)不穩(wěn)定,經(jīng)濟(jì)規(guī)律有變化參數(shù)穩(wěn)定,經(jīng)濟(jì)規(guī)律沒??FFFF??舉例 ? 研究各省市旅游外匯收入,建立模型( Y:旅游外匯收入;X1旅行社職工人數(shù); X2國(guó)際旅游人數(shù)): ? 得到回歸方程: () () () ? 分別對(duì)東部地區(qū)(東北、華北、華東、華南) 15省市和西部地區(qū)(華中、西南、西北) 16省市進(jìn)行回歸 uXbXbbY ???? 22110 uXXY ?????21 )25,3( ??? FF ? 模型結(jié)構(gòu)發(fā)生變化,但回歸函數(shù)保持連續(xù) ? 在一個(gè)時(shí)刻結(jié)構(gòu)發(fā)生變化: X Y b1 ttbtttttbtttuXXYDuXYDTtbbtDuDXXXY???????????????????????)()(10)(1)1(0)(21120110111111210?????????時(shí),當(dāng)時(shí),當(dāng)? 在兩個(gè)時(shí)刻結(jié)構(gòu)發(fā)生變化: ???????????????????????????????????????????????)()()()()()()1()(1)1(0)(1)1(0)()(232123120212112011022211122311210TtbuXXXbtbuXXbtuXYTtbbtDTtbbtDuDXXDXXXYttbbttbttttbtbttt????????????????分段形式: 虛擬因變量 (受限因變量、分類選擇模型 ) ? 被解釋變量是定性變量。這些數(shù)代入模型的左邊。 titmiimiitit YXY 111??? ??? ???? ??無限制條件回歸 有限制條件回歸 itmiitit YY ?? ?? ???1得殘差平方和 ESSUR 得殘差平方和 ESSR ),(~ESSESSESSknmFknmFURURR????n為觀測(cè)個(gè)數(shù) k為無限制條件回歸待估參數(shù)個(gè)數(shù) 如果 :FF?(m,nk) ,則拒絕原假設(shè),認(rèn)為 X是 Y的格蘭杰原因。 ? 如果同時(shí)考慮檢驗(yàn)?zāi)P偷男蛄邢嚓P(guān)性以及赤池信息準(zhǔn)則,發(fā)現(xiàn):滯后 4階或 5階的檢驗(yàn)?zāi)P筒痪哂?1階自相關(guān)性,而且也擁有較小的 AIC值 ? 判斷結(jié)果是: GDP與 CONS有雙向的格蘭杰因果關(guān)系 ,即相互影響。 估計(jì)方法 ? 融合方法:將所有的時(shí)間序列和截面數(shù)據(jù)互相融合 (或者說混合在一起 ),然后用 LS估計(jì)可能的模型。另一種改善的方法是通過誤差項(xiàng)來描述這種信息的不完整性,這就是隨機(jī)效應(yīng)模型 ? 其中 ? 它們彼此不相關(guān),且不存在自相關(guān)。 06:38:4706:38:4706:38Saturday, February 11, 2023 ? 1乍見翻疑夢(mèng),相悲各問年。 06:38:4706:38:4706:382/11/2023 6:38:47 AM ? 1成功就是日復(fù)一日那一點(diǎn)點(diǎn)小小努力的積累。 上午 6時(shí) 38分 47秒 上午 6時(shí) 38分 06:38: ? 楊柳散和風(fēng),青山澹吾慮。 2023年 2月 上午 6時(shí) 38分 :38February 11, 2023 ? 1業(yè)余生活要有意義,不要越軌。 06:38:4706:38:4706:38Saturday, February 11, 2023 ? 1知人者智,自知者明。 2023年 2月 11日星期六 上午 6時(shí) 38分 47秒 06:38: ? 1楚塞三湘接,荊門九派通。 2023年 2月 上午 6時(shí) 38分 :38February 11, 2023 ? 1行動(dòng)出成果,工作出財(cái)富。,(00????????bbbbbbfbbbfbbbXXXfYbbbbbbXXXfYjjjbjjjjbjkkii????????????????????????? 靜夜四無鄰,荒居舊業(yè)貧。 ? 檢驗(yàn)就是比較兩種平行數(shù)據(jù)運(yùn)用方法的誤差平方和。 ? 類似地,我們還可以對(duì)時(shí)間序列數(shù)據(jù)逐個(gè)回歸,比如對(duì)于 i=1: 共有 N個(gè)這樣的模型。 ? 樣本中的每一個(gè)個(gè)體都具有很多觀測(cè) (構(gòu)成時(shí)間序列 ) ? 在每個(gè)確定的時(shí)點(diǎn)也具有由各個(gè)個(gè)體數(shù)據(jù)組成的觀測(cè) (構(gòu)成截面數(shù)據(jù) ) TtNiXY ititititit ,1,1 ?? ????? ???其中 N是截面的個(gè)體數(shù)量, T是時(shí)間序列的時(shí)段個(gè)數(shù) 優(yōu)點(diǎn)和問題 ? 平行數(shù)據(jù)很有用,它可以使研究人員得到單用截面數(shù)據(jù)或單用時(shí)間序列數(shù)據(jù)都無法獲得的經(jīng)濟(jì)信息。 舉例:檢驗(yàn) 1978~2023年間中國(guó)當(dāng)年價(jià) GDP與居民消費(fèi) CONS的因果關(guān)系 中國(guó) GDP 與消費(fèi)支出(億元) 年份 人均居民消費(fèi) CONS P 人均 GDP GDPP 年份 人均居民消費(fèi) CONS P 人均 GDP GDPP 1978 1990 1979 1991 1980 1992 1981 1993 1982 1994 1983 1995 58510. 5 1984 1996 1985 4589 1997 1986 5175 1998 1987 1999 1988 2023 1989 取兩階滯后, Eviews給出的估計(jì)結(jié)果為: P ai r wi s e G r an ge r Ca usal i t y T ests S am pl e: 1 97 8 20 0 0 La gs: 2 Nu l l H y p ot he s i s : O bs F S ta ti s t i c P r ob a bi l i t y G DP d oe s n ot Gr an ge r C au s e CON S 21 4. 29 7 49 0. 03 2 08 CONS d oe s n ot Gr an ge r Ca use GD P 1. 82 3 25 0. 19 3 50 判斷: ?=5%,臨界值 (2,17)= 拒絕“ GDP不是 CONS的格蘭杰原因”的假設(shè),不拒絕“ CONS不是 GDP的格蘭杰原因”的假設(shè)。