[經(jīng)管營銷]高鐵梅老師的eviews教學(xué)課件第十一章基本回歸模型-wenkub.com
2025-01-12 05:14 本頁面
【正文】 可以使用帶等號的公式來描述方程 cs = c(1) + c(2)*gdp + c(3)*cpi 也可以使用一個命令行定義并估計一個方程： equation sales c trend orders industry_growth 估計給定方程并用一個名為 eq_sale的方程來存儲結(jié)果 。 例如 ， 假設(shè)有季度虛擬變量 seas(i)， 進行以下回歸 y c x seas(1) seas(2) seas(3) seas(4) EViews會返回 “ 奇異矩陣 ” 的錯誤對話框 ， 因為常數(shù)項與四個季度虛擬變量之間有以下關(guān)系： c = seas(1) + seas(2) + seas(3) + seas(4) 在這種情況下 ， 只需去掉常數(shù)項或一個虛擬變量即可 。 如果一個回歸變量可以寫作其他回歸變量的線性組合 ， 則回歸變量是完全共線的 。 167。 注意 EViews會接受生成不指向命名方程一個序列 : series cs= c(1)+c(2)*gdp 并將使用 C系數(shù)向量的已有值 ， 我們強烈推薦使用命名方程來標(biāo)識適當(dāng)?shù)南禂?shù) 。 缺省時 , EViews 會使用系數(shù)變量 C。 EViews甚至允許直接從數(shù)據(jù)庫或工作文檔中獲取方程。例如，產(chǎn)生一個新序列等于 FIT加上上一個回歸的標(biāo)準(zhǔn)差的 2倍，可以使用以下命令： series plus = fit + 2*eq1.se 要從方程 EQ1中得到第二個系數(shù)的 t統(tǒng)計量應(yīng)用以下說明： scalar t2 =eq1.tstats (2) 167。例如，可以使用以下命令將殘差拷貝到一個稱為 RES1的普通序列中： series res1 = resid 即使已經(jīng)覆蓋了 RESID序列，如果存在方程對象，還可以使用 EViews的構(gòu)建步驟創(chuàng)建需要的殘差序列。 方程的殘差 缺省方程的殘差存儲于一個稱為 RESID的序列對象中 。 為了方便起見， EViews跟蹤缺省方程 。 未命名方程不能儲存在工作文檔中 。 Made Gradient Group 創(chuàng)建一個包含目標(biāo)函數(shù)關(guān)于模型的系數(shù)的斜率的組。對于普通最小二乘估計 ， 只能存儲普通殘差 。 Make Regressor Group 創(chuàng)建一個包含方程中使用的所有變量的未命名組 （ 常數(shù)除外 ） 。 可以編輯方程說明或改變估計方法或估計樣本 。 Coefficient Tests, Residual Tests, and Stability Tests 這些是 15章 “ 定義和診斷檢驗 ” 中要詳細(xì)介紹的內(nèi)容。 Residual Graph只描繪殘差，而Standardized Residual Graph描繪殘差除以殘差標(biāo)準(zhǔn)差的估計值后標(biāo)準(zhǔn)化了的圖。 實際值 。 例如，對一個向量指定系數(shù)的 t統(tǒng)計量結(jié)果： vector ts = eq1. tstats 對協(xié)方差矩陣應(yīng)指定矩陣： matrix mycov = eq1.cov 也可以獲取這些統(tǒng)計量的單個元素： scalar var1 = eq1.covariance(1,1) 167。如命令： scalar a = dw 創(chuàng)建了標(biāo)量 a并指定了缺省方程的 DurbinWatson統(tǒng)計值。你可以使用函數(shù)的各種表達形式 genr, scalar, matrix得到任何統(tǒng)計量以深入分析 。對于上面的例子， P值為零，因此，我們拒絕回歸系數(shù)為零的原假設(shè)。 ?? ? ? ?11 2 ??? ? ? Tyys Tt iy Schwarz準(zhǔn)則 Schwarz準(zhǔn)則是 AIC準(zhǔn)則的替代方法 : ? ? TTkTlSC lo g2 ??? F統(tǒng)計量和邊際顯著性水平 F統(tǒng)計量檢驗回歸中所有的系數(shù)是否為零 (除了常數(shù)或截距 )。 對于序列相關(guān)還有更好的檢驗方法。 對數(shù)似然計算如下： ? ? ? ?? ?TT ??? ??l o g2l o g12 ?????? DurbinWatson 統(tǒng)計量 DW 統(tǒng)計量衡量殘差的序列相關(guān)性，計算方法如下： ? ? ???????TiiTiiiDW12221 ??? ??? 參見 Johnston 和 DiNardo(1997)作出的 DW統(tǒng)計量分布的顯著性水平的列表 。計算方法如下： 2R2R2R2R2R2R 從不會大于 ，隨著增加變量會減小，而且對于很不適合的模型還可能是負(fù)值。 EViews計算 的公式為： 2R2R2R2R2R? ? ? ?yyyyR ?????? ?? ??12其中， 是殘差， 是因變量的均值。 如果回歸完全符合 ， 統(tǒng)計值會等于 1。 對于上例中的結(jié)果 ， 系數(shù) TB3的零假設(shè)在 5%的顯著水平下被拒絕 ， 在 1%的顯著水平下被接受 。 概率 （ p值 ） 結(jié)果的最后一項是在誤差項為正態(tài)分布或系數(shù)估計值為漸近正態(tài)分布的假設(shè)下 , 指出 t 統(tǒng)計量與實際觀測值一致的概率。 估計系數(shù)的協(xié)方差矩陣是由以下公式計算得到的： )/(??2 kTs ??? ??這里 是殘差。 如果使用線性對數(shù)方程 ， 估計得到的參數(shù)本身就是該變量的彈性 。)) =α+βlog(Pt)+βlog()) = log(Qt) +βlog() 移項得 ， log(Qt+1) ? log(Qt) = βlog())， 即 ， 還原得 因此 ， P 變化 1%時 ， Q 大約變化 β%。 對于所考慮的簡單線性模型 ， 系數(shù)是在其他變量保持不變的情況下自變量對因變量的邊際收益 。 在上面的
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1