計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)ppt課件-wenkub.com
2025-04-30 07:37 本頁面
【正文】 136 G A U S S M A R K O V T H E O R E M ?在假定 —— , 給定 X， OLS是 BLUE。 124 第十章 時(shí)間序列初步 125 靜態(tài)模型 t 0 1 t tt 0 1 t 2 t 3 t tP hil l ips inf = + une m + um r dr te = + c onv r te + une m + y ngm l e + u??? ? ? ?靜 態(tài) 曲 線假 定 自 然 失 業(yè) 率 不 變 ， 通 脹 預(yù) 期 固 定 ；失 業(yè) 迅 速 影 響 當(dāng) 期 的 通 脹謀 殺 案 件 的 影 響 因 素126 FDL模型 t 0 0 t 1 t 1 2 t 2 tt 0 0 t 1 t 1 2 t 2 tt 0 0 t 1 t 1 q t q tg f r = + p e p e p e + ug f r 1 0 0 0pey = + z z z + uy = + z z z + u? ? ? ?a ? ? ?a ? ? ?????? ? ?： 每 名 育 齡 婦 女 生 育 孩 子 數(shù)： 稅 收 豁 免一 般 情 形 ：127 FDL 模型 ?把 ?0 稱作即期乘數(shù) – 反映了 y的當(dāng)期變化 ?對(duì)于 q階 FDL模型，假定 z有一個(gè)短期的變化（只有一個(gè)時(shí)期） , y將在 q+1時(shí)期回到其初始水平 ? 把 ?0 + ?1 +…+ ?q 稱作長期乘數(shù) (LRP) – 反映了 z的一個(gè)持久變化對(duì) y 長期影響 128 無偏性假定 ? 仍然假定模型關(guān)于參數(shù)線性 : yt = ?0 + ?1xt1 + . . .+ ?kxtk + ut ? 仍然需要零均值假定 : E(ut|X) = 0, t = 1, 2, …, n 注意：這意味著任一特定時(shí)期的誤差項(xiàng)與所有時(shí)期的解釋變量都無關(guān) 129 假定 (continued) ? 這一零均值假定意味著解釋變量為嚴(yán)格外生 ? 一個(gè)與橫截面數(shù)據(jù)情形下類似的替代性假定： E(ut|xt) = 0 ?X是同期外生 ? 同期外生只在大樣本情形下有效 130 假定 (continued) ? 仍然要假定沒有哪一個(gè)解釋變量是常數(shù)，也不存在完全共線性 ?注意：沒有做隨機(jī)抽樣的假定 ? 隨機(jī)抽樣假定的主要影響在于每一個(gè) ui 是獨(dú)立的 ? 嚴(yán)格外生假定考慮到這一問題 131 OLS估計(jì)量的無偏性 ? 使用時(shí)間序列數(shù)據(jù)時(shí)，基于這 3 個(gè)假定 , 可以保證 OLS 估計(jì)量是無偏的 ? 和橫截面數(shù)據(jù)情形下一樣，恰當(dāng)?shù)臈l件下 時(shí)間序列 OLS 估計(jì)量也是無偏的 ? 對(duì)于省略變量造成的偏誤，分析方法與橫截面情形下相同。 平方之，并取自然對(duì)數(shù) ?將 ln( ?想法是最小化加權(quán)平方和（權(quán)重為 1/hi ） 119 關(guān)于 WLS ?如果我們知道 Var(ui|xi) 的形式， WLS很棒 ?在大多數(shù)情況下，我們并不清楚異方差的形式 120 可行 GLS ?更典型的情形是你并不知道異方差的形式 ?此時(shí)，你需要估計(jì) h(xi) ?通常 ,我們可以從一個(gè)非常靈活的方程形式入手 ? Var(u|x) = s2exp(?0 + ?1x1 + …+ ?kxk) ?由于 ?未知，我們必須對(duì)它進(jìn)行估計(jì)。 116 異方差結(jié)構(gòu)在比例意義上已知的情況 ?假設(shè)異方差可以由模型 Var(ui|xi) = s2i =s2 hi刻畫，其中 hi =h(x) 只依賴于可觀測特征 x ?在這種情況下，定義 并考慮轉(zhuǎn)化后的模型是否服從 GaussMarkov假設(shè)。 ?HSK可能意味著模型設(shè)定錯(cuò)誤，因此，如果可能的話，應(yīng)當(dāng)在 HSK檢驗(yàn)之前進(jìn)行模型設(shè)定檢驗(yàn)。 ?在小樣本情形，自由度將會(huì)隨著解釋變量數(shù)目增加而迅速減少。 形 式 的 檢 驗(yàn) 通 常 稱 為異 方 差 檢 驗(yàn)109 用 BP檢驗(yàn)檢驗(yàn)異方差 ?如果我們懷疑 HSK僅依賴與某些特定的解釋變量，我們可以做一些調(diào)整：將第一步的殘差只對(duì)那些解釋變量回歸，并進(jìn)行適當(dāng)?shù)?F或 LM檢驗(yàn)。 ?由于 u2在樣本中不是正態(tài)分布，這些統(tǒng)計(jì)量只在漸近的意義下適用。 102 檢驗(yàn)異方差 ?理由 1：除非有證據(jù)顯示異方差存在，我們?nèi)詴?huì)偏好于常規(guī) OLS的標(biāo)準(zhǔn)差及檢驗(yàn)統(tǒng)計(jì)量。 ?White（ 1980）指出，在存在異方差時(shí)，方差 也是可以估計(jì)的。 ?無論 Var(u|x) = Var(y|x)是否依賴于 x，它們都可以一致地估計(jì)總體 R平方。 定性與定量 87 虛擬變量 ? 虛擬變量通常取值為 1或 0（其他取值方式？） ? 例如 : male (= 1 如果為男性 , 0 其他 ), south (= 1 如果在南方 , 0 其他 ), etc. ? 或者稱為二值變量（ a binary variable） ?WAGE1 female,married,nonwhite,south,etc. 88 注意 dummy variable trap ?如果既包含 male，也包含 female ?male+female=1 ?多重共線性 ?EAST 、 MIDDLE、 WEST？ 89 虛擬變量與其他變量的交互作用 ? 也可以考慮虛擬變量（ d）與其他連續(xù)型變量（ x）的交叉乘積 y = ?0 + ?1d + ?1x + ?2d*x + u 如果 d = 0, y = ?0 + ?1x + u 如果 d = 1, y = (?0 + ?1) + (?1+ ?2) x + u ? 可以解釋為斜率的變化 90 y x y = ?0 + ?1x y = (?0 + ?0) + (?1 + ?1) x 例如： ?0 0 、 ?1 0 d = 1 d = 0 91 第八章 異方差 92 本章提要 ?OLS中異方差的影響 ?OLS估計(jì)后 “ 對(duì)異方差穩(wěn)健 ” 的統(tǒng)計(jì)推斷 ?檢驗(yàn)異方差 ?加權(quán)最小二乘估計(jì) 93 什么是異方差 ? 同方差假定意味著條件于解釋變量，不可觀測誤差的方差為常數(shù) ?如果 u 的方差隨 x變化，那么誤差是異方差的。 在同時(shí)考慮定量和定性因素的條件下，依據(jù)現(xiàn)有的回歸分析知識(shí)，如何對(duì)非定量因素進(jìn)行回歸分析？ 采用“虛擬變量”對(duì)定性變量進(jìn)行量化一種思路。 ? ?12*1212? ?00? ?2? ?00x???????????對(duì) 于 ， ，轉(zhuǎn) 折 點(diǎn) ，與 ， 時(shí) 相 同 。 ?那么， y首先隨 x上升而上升，但最終轉(zhuǎn)向隨 x上升而下降。 78 慎重使用對(duì)數(shù)形式 注意，當(dāng) y取對(duì)數(shù)形式時(shí)，更難以預(yù)測原變量的值，因?yàn)樵Ｐ驮试S我們預(yù)測 log(y)而不是 y。 76 一些經(jīng)驗(yàn)法則 ?什么類型的變量經(jīng)常用水平值形式？ ?用年測量的變量：如教育年限，工作經(jīng)歷，任期年限和年齡 ?可以以水平值或?qū)?shù)形式出現(xiàn)的變量： ?比例或百分比變量：失業(yè)率，養(yǎng)老保險(xiǎn)金參與率等。 ?如果回歸元和回歸子都取對(duì)數(shù)形式，斜率系數(shù)給出對(duì)彈性的一個(gè)直接估計(jì)。 ( )jjjj ij jjjVarSST RSST x xR x x Rs? ?????假 定 前 提 下其 中 :是 對(duì) 關(guān) 于 所 有 其 他 的 的 回 歸 的 判 定 系 數(shù)42 對(duì)誤差方差（ Error Variance） 的估計(jì) 無法知道誤差的方差 , s2, 因?yàn)闊o法觀測到 , ui 能夠觀測到的是殘差 , 32 擬合優(yōu)度 ? ?? ?222? ? S S T ? S S E? S S R S S T S S E S S Ri i iiiiy y uyyyyu?????????每 一 個(gè) 觀 測 值 都 可 以 看 作 包 含 兩 部 分 ：模 型 能 夠 解 釋 的 部 分 和 不 能 解 釋 的 部 分定 義 ：33 擬合優(yōu)度 如何判斷樣本擬合優(yōu)劣 ? 計(jì)算因變量總離差平方和 (SST)中 能由模型解釋的比例 , 回歸 Rsquared R2 = SSE/SST = 1 – SSR/SST 34 擬合優(yōu)度 (cont) ? ? ? ?? ?? ?? ? ? ?? ?22222?
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1