eviews分布滯后和虛擬變量模型(編輯修改稿)
2025-06-16 21:48 本頁面
【文章內(nèi)容簡介】 , tt? ? ? ? ? ? ? ? ? ? ?? ? ? ? ? , , ? ? ?? ? ?* 24 9 03 7t t tYX ?? ? ?2021/6/15 23 （ 2）根據(jù)自適應(yīng)模型的參數(shù)關(guān)系，有 代入得到： ? 故局部調(diào)整模型為： ? 意義：新增固定資產(chǎn)的變化取決于全省工業(yè)總產(chǎn)值的預(yù)期值。全省工業(yè)總產(chǎn)值每預(yù)期增加 1（億元），當(dāng)期新增固定資產(chǎn)量為 （億元）。 * * * *0 1 1, , 1 , ( 1 )t t t? ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ? ? ? ? , , ? ? ?? ? ?* t tYX ?? ? ?2021/6/15 24 ? （ 3）局部調(diào)整模型和自適應(yīng)模型的區(qū)別在于：局部調(diào)整模型是對應(yīng)變量的局部調(diào)整而得到的；而自適應(yīng)模型是由解釋變量的自適應(yīng)過程而得到的。由回歸結(jié)果可見，Y滯后一期的回歸系數(shù)并不顯著，說明兩個模型的設(shè)定都不合理。 2021/6/15 25 167。 虛擬變量回歸模型 ? 一、 虛擬變量的概念 虛擬變量，是一種離散結(jié)構(gòu)的量，用來描述所研究變量的發(fā)展或變異而建立的一類特殊變量，常用來表示職業(yè)、性別、季節(jié)、災(zāi)害、經(jīng)濟結(jié)構(gòu)變化、受教育程度等的影響。此外它還有一些其他的名稱，如指標(biāo)變量、二值變量、范疇變量、定性變量和二分變量。 在回歸模型中，對定量變量和虛擬變量的估計方法是一樣的。 2021/6/15 26 ? 二、虛擬變量的設(shè)立 （以加法類型為例） ? 自變量全都是虛擬變量 ? 如果一個模型中的自變量全都是虛擬變量，通常對這種模型的分析方法稱之為方差分析。（為什么把這種模型稱為方差分析模型？） 一個教授年薪的模型： 其中 表示教授的年薪 i i iY a D u?? ? ?Y10iD?? ??若 是 男 教 授若 是 女 教 授2021/6/15 27 根據(jù)所給數(shù)據(jù)可以估計出如下結(jié)果： 估計方法與前面所講的方法沒有區(qū)別。 由于這個模型與單因素方差分析統(tǒng)計模型的原理及所要表達的統(tǒng)計意義一致，因此這個最簡單的虛擬變量模型也稱之為方差分析模型。 2? ( ) ( ) 7iiYDtR????2021/6/15 28 一個定量變量和一個兩分定性變量的回歸 仍然用上面的例子，只是引入教齡作 為解釋變量。有如下模型： 表示教齡，其他定義如前。這個模型的 系數(shù)估計用 OLS即可完成。 主要有以下幾點需要注意： (1)雖然有男、女兩個分類，但是只用一個虛擬變量。更通用的規(guī)則是： 如果一個定性變量有 m個類別，則引入 m1個虛擬變量。 12i i i iY a a D X u?? ? ? ?iX2021/6/15 29 (2)虛擬變量的取值是隨意，但是一旦取定之后要能合理地解釋其意義。 (3)被賦予零值的那個類別通常稱為基礎(chǔ)類型。它是用以和其他類別作比較的一個基礎(chǔ)。 (4)虛擬變量的系數(shù)稱為級差截距系數(shù)，它表示取值 1的類別的截距值和基基礎(chǔ)類型的截距值相比有多大差別。 2021/6/15 30 對一個定量變量和一個多分定性變量的回歸 假設(shè)在橫截面數(shù)據(jù)的基礎(chǔ)上，分析個人保健支出對個人收入和教育水平的回歸。教育水平是定性變量，分為三類：低于中學(xué)、中學(xué)和大學(xué)。模型中引入兩個虛擬變量。模型如下： 其中 ＝保健年度支出 ＝年度收入 iY1 2 2 3 3i i i i iY a a D a D X u?? ? ? ? ?iX210D????如果是高中教育其他 310D????如果是大學(xué)教育其他2021/6/15 31 對一個定量變量和兩個定性變量的回歸 回顧前面學(xué)院教授薪金回歸模型，現(xiàn)在假定除了教齡和性別之外，膚色也是一個重要的薪金決定因素。膚色假定只有兩種情況：黑和白。于是模型改寫為： 其中 表示學(xué)院教授的薪金 表示教齡 1 2 2 3 3i i i i iY a a D a D X u?? ? ? ? ?iYiX210D?? ??男性女性 310D?? ??白色黑色2021/6/15 32 假定 ，則可以得到以下回歸： 黑人女教授平均薪金： 黑人男教授平均薪金： 白人女教授平均薪金： 白人男教授平均薪金： ( ) 0iEu ?2 3 1( | 0 , 0 , )i i iE Y D D X a X?? ? ? ?2 3 1 2( | 1 , 0 , ) ( )i i iE Y D D X a a X?? ? ? ? ?2 3 1 3( | 0 , 1 , ) ( )i i iE Y D D X a a X?? ? ? ? ?2 3 1 2 3( | 1 , 1 , ) ( )i i iE Y D D X a a a X?? ? ? ? ? ?2021/6/15 33 三、 EViews的操作 ? 為研究采取某項保險革新措施的速度 y與保險公司的規(guī)模 x1和保險公司類型的關(guān)系，選取下列數(shù)據(jù)： y是一個公司提出該項革新直至革新被采納間隔的月數(shù)，x1是公司的總資產(chǎn)額（單位：百萬美元），x2是一個定性變量，表示公司類型：其中1表示股份公司， 0表示非股份公司。要建立的模型是 2021/6/15 34 2021/6/15 35 2021/6/15 36 167。 非線性模型 經(jīng)典的計量經(jīng)濟學(xué)模型理論與方法是在線性模型的基礎(chǔ)上發(fā)展、完善起來的，因而線性計量經(jīng)濟學(xué)模型領(lǐng)域的理論與方法已經(jīng)相當(dāng)成熟。但是，現(xiàn)實經(jīng)濟活動并不都能抽象為線性模型，所以非線性計量經(jīng)濟學(xué)模型在計量經(jīng)濟學(xué)模型中占據(jù)重要的位置，關(guān)于它的理論與方法的研究是計量經(jīng)濟學(xué)理論與方法研究的一個廣泛的領(lǐng)域。 假設(shè)回歸方程為： ttt ufy ?? ),( βx其中 f 是解釋變量和參數(shù) ? 的函數(shù)。最小二乘估計就是要選擇參數(shù) ? 使殘差平方和最?。? ? ??????ttt fyfyfyS )),(()),(()),(()(2 βXβXβxβ 2021/6/15 37 如果 f 關(guān)于參數(shù)的導(dǎo)數(shù)不依賴于參數(shù) ?， 則我們稱模型為參數(shù)線性的，反之，則是參數(shù)非線性的。例如， 是參數(shù)線性的， f 關(guān)于參數(shù)的導(dǎo)數(shù)與參數(shù) ? 無關(guān)。 而 其函數(shù)的導(dǎo)數(shù)仍依賴于參數(shù) ?， 所以它是參數(shù)非線性的。對于這個模型，沒有辦法使用普通最小二乘估計來最小化殘差平方和。必須使用非線性最小二乘估計技術(shù)來估計
試題試卷相關(guān)推薦
鄂ICP備17016276號-1