高級(jí)計(jì)量經(jīng)濟(jì)學(xué)緒論(編輯修改稿)
2025-06-20 00:13 本頁面
【文章內(nèi)容簡(jiǎn)介】 濟(jì)現(xiàn)象本身應(yīng)該具有的特征 。 但是 ， 在實(shí)際中 ，“ 遺失數(shù)據(jù) ” 的現(xiàn)象是經(jīng)常發(fā)生的 。 準(zhǔn)確性 準(zhǔn)確性 ， 有兩方面含義 ， 一是所得到的數(shù)據(jù)必須準(zhǔn)確反映它所描述的經(jīng)濟(jì)因素的狀態(tài) ， 即統(tǒng)計(jì)數(shù)據(jù)或調(diào)查數(shù)據(jù)本身是準(zhǔn)確的；二是它必須是模型研究中所準(zhǔn)確需要的 ， 即滿足模型對(duì)變量口徑的要求 。 可比性 可比性 ， 也就是通常所說的數(shù)據(jù)口徑問題 ， 在計(jì)量經(jīng)濟(jì)學(xué)模型研究中可以說無處不在 。 而人們?nèi)菀椎玫降慕?jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù) ， 一般可比性較差 ， 其原因在于統(tǒng)計(jì)范圍口徑的變化和價(jià)格口徑的變化 ， 必須進(jìn)行處理后才能用于模型參數(shù)的估計(jì) 。 一致性 一致性 ， 即總體與樣本的一致性 。 違反一致性的情況經(jīng)常會(huì)發(fā)生 ， 例如 ， 用企業(yè)的數(shù)據(jù)作為行業(yè)生產(chǎn)函數(shù)模型的樣本數(shù)據(jù) ，用人均收入與消費(fèi)的數(shù)據(jù)作為總量消費(fèi)函數(shù)模型的樣本數(shù)據(jù) ， 用31個(gè)省份的數(shù)據(jù)作為全國總量模型的樣本數(shù)據(jù) ， 等等 。 模型參數(shù)的估計(jì) 模型參數(shù)的估計(jì)方法 ， 是計(jì)量經(jīng)濟(jì)學(xué)的核心內(nèi)容 。 在建立了理論模型并收集整理了符合模型要求的樣本數(shù)據(jù)之后 ， 就可以選擇適當(dāng)?shù)姆椒ü烙?jì)模型 ， 得到模型參數(shù)的估計(jì)量 。 模型參數(shù)的估計(jì)是一個(gè)純技術(shù)的過程 ， 包括對(duì)模型進(jìn)行識(shí)別（ 對(duì)聯(lián)立方程模型而言 ） 、 估計(jì)方法的選擇 、 軟件的應(yīng)用等內(nèi)容 。 模型的檢驗(yàn) 一般講 ， 計(jì)量經(jīng)濟(jì)學(xué)模型必須通過四級(jí)檢驗(yàn)： （ 1） 經(jīng)濟(jì)意義檢驗(yàn) （ 2） 統(tǒng)計(jì)學(xué)檢驗(yàn) （ 3） 計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn) （ 4） 預(yù)測(cè)檢驗(yàn) 經(jīng)濟(jì)意義檢驗(yàn) 經(jīng)濟(jì)意義檢驗(yàn)主要檢驗(yàn)?zāi)Ｐ蛥?shù)估計(jì)量在經(jīng)濟(jì)意義上的合理性 。主要方法是將模型參數(shù)的估計(jì)量與預(yù)先擬定的理論期望值進(jìn)行比較 ， 包括參數(shù)估計(jì)量的符號(hào) 、 大小 、 相互之間的關(guān)系 ， 以判斷其合理性 。 統(tǒng)計(jì)檢驗(yàn) 統(tǒng)計(jì)檢驗(yàn)是由統(tǒng)計(jì)理論決定的 ，目的在于檢驗(yàn)?zāi)Ｐ偷慕y(tǒng)計(jì)學(xué)性質(zhì) 。通常最廣泛應(yīng)用的統(tǒng)計(jì)檢驗(yàn)準(zhǔn)則有擬合優(yōu)度檢驗(yàn) 、 變量和方程的顯著性檢驗(yàn)等 。 計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn) 計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)是由計(jì)量經(jīng)濟(jì)學(xué)理論決定的 ， 目的在于檢驗(yàn)?zāi)Ｐ偷挠?jì)量經(jīng)濟(jì)學(xué)性質(zhì) 。 通常最主要的檢驗(yàn)準(zhǔn)則有隨機(jī)誤差項(xiàng)的序列相關(guān)檢驗(yàn)和異方差性檢驗(yàn) ， 解釋變量的多重共線性檢驗(yàn)等 。 模型預(yù)測(cè)檢驗(yàn) 預(yù)測(cè)檢驗(yàn)主要檢驗(yàn)?zāi)Ｐ蛥?shù)估計(jì)量的穩(wěn)定性以及相對(duì)樣本容量變化時(shí)的靈敏度 ， 確定所建立的模型是否可以用于樣本觀測(cè)值以外的范圍 ，即所謂的模型超樣本特性 。 下頁 模型預(yù)測(cè)檢驗(yàn) 預(yù)測(cè)檢驗(yàn)主要檢驗(yàn)?zāi)Ｐ蛥?shù)估計(jì)量的穩(wěn)定性以及相對(duì)樣本容量變化時(shí)的靈敏度 ，確定所建立的模型是否可以用于樣本觀察值以外的范圍即模型的超樣本特性 。 具體檢驗(yàn)方法為： （ 1） 利用擴(kuò)大了的樣本重新估計(jì)模型參數(shù) ， 將新的估計(jì)值與原來的估計(jì)值進(jìn)行比較 ， 并檢驗(yàn)二者之間差距的顯著性； （ 2） 將所建立的模型用于樣本以外某一時(shí)期的實(shí)際預(yù)測(cè) ， 并將該預(yù)測(cè)值與實(shí)際觀測(cè)值進(jìn)行比較 ， 并檢驗(yàn)二者之間差距的顯著性 。 上頁 流程圖 設(shè)計(jì)理論模型 收集統(tǒng)計(jì)資料 模型的參數(shù)估計(jì)，建立具體模型 模型檢驗(yàn) 是否合符標(biāo)準(zhǔn)？ 征求決策者意見 是否可用于決策？ 應(yīng)用 預(yù)測(cè)未來 評(píng)價(jià)政策 結(jié)構(gòu)分析 修改整理模型 修改模型 理論模型與數(shù)據(jù)收集階段 參數(shù)估計(jì)與模擬階段 政策分析與模型應(yīng)用階段 理論研究或經(jīng)驗(yàn)總結(jié) 三、數(shù)據(jù)與方法論 四、回歸分析與線性模型設(shè)定 回歸分析：?jiǎn)栴}的引入 回歸分析 線性回歸模型 附： 漸進(jìn)分布理論簡(jiǎn)介 How to find the relationship between X and Y? 理論上應(yīng)尋找 總體回歸函數(shù) ( PRF),即在給定 X時(shí)，Y的 條件均值 的函數(shù) : ?Y|x=E(Y|X)=F(X) （一）回歸分析 :問題的引入 回歸分析（ Regression Analysis） :一種最常用的統(tǒng)計(jì)分析工具，用來分析一個(gè)變量關(guān)于其他變量的依賴關(guān)系。 X 與 Y間的回歸關(guān)系可用來研究 X對(duì) Y的影響，或用 X來預(yù)測(cè) Y。 但我們往往只能得到樣本數(shù)據(jù)。因此自然想到用 樣本均值 來估計(jì) 總體均值， 并尋找 樣本回歸函數(shù) (SRF): mY|x=f(X) PRF SRF X Y We hope the SRF is a good estimate of the PRF. XY p(x) Table Joint frequency distribution of X=ine and Y=saving rate A simple illustration: how to find the sample mean 表 是 1960年美國 1027個(gè)家庭關(guān)于收入 X(1000$)與儲(chǔ)蓄率 Y(%)的聯(lián)合頻率分布 . p(xi,yj) =the proportion of the 1027 families who reported the bination (X=xi and Y=yj). The conditional mean of Y given X=xi is ?? ??j ijijjijjxY xpyxpyxypymi )(),()|(|mY|X Conditional mean function of Y on X I n co m e ( t h o u sa n d s o f d o l l a r s)S a vi n g s R a t eFig 同樣地，如果可獲得總體數(shù)據(jù)，就可得到給出 X值時(shí) Y的總體條件均值 (population conditional means ) ? ?(xi,yj) =joint frequencies of the population ? ?(xi)=?j ?(xi,yj) =marginal frequencies of X ? ?(yj|xi)=?(xi,yj)/?(xi) =conditional frequencies of Y given X ? ?X= ?i xi?(xi) =population mean of X
試題試卷相關(guān)推薦
鄂ICP備17016276號(hào)-1