freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內容

eviews分布滯后和虛擬變量模型-文庫吧資料

2025-05-19 21:48本頁面
  

【正文】 公司提出該項革新直至革新被采納間隔的月數,x1是公司的總資產額(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。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 回顧前面學院教授薪金回歸模型,現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。教育水平是定性變量,分為三類:低于中學、中學和大學。 (4)虛擬變量的系數稱為級差截距系數,它表示取值 1的類別的截距值和基基礎類型的截距值相比有多大差別。 (3)被賦予零值的那個類別通常稱為基礎類型。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。這個模型的 系數估計用 OLS即可完成。 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。(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 根據所給數據可以估計出如下結果: 估計方法與前面所講的方法沒有區(qū)別。 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。 虛擬變量回歸模型 ? 一、 虛擬變量的概念 虛擬變量,是一種離散結構的量,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)、災害、經濟結構變化、受教育程度等的影響。由回歸結果可見,Y滯后一期的回歸系數并不顯著,說明兩個模型的設定都不合理。全省工業(yè)總產值每預期增加 1(億元),當期新增固定資產量為 (億元)。為此,先估計如下形式的一階自回歸模型: * * * *0 1 1t t t tY X Y u? ? ? ?? ? ? ?2021/6/15 22 ( 1)根據局部調整模型的參數關系,有 將上述估計結果代入得到: ? 故局部調整模型為: ? 意義:為了達到全省工業(yè)總產值的計劃值,尋求一個未來預期新增固定資產的最佳量,全省工業(yè)總產值每計劃增加 1(億元),則未來預期最佳新增固定資產量為 (億元)。 ? ( 2) 設定模型 作自適應假定,估計參數,并作解釋。 X Y2?[v ar( )]?2021/6/15 20 三、例題分析及 EViews操作 根據某地區(qū) 19621995年基本建設新增固定資產 Y(億元)和全省工業(yè)總產值 X(億元)按當年價格計算的歷史資料 (參見教材 P212,表 )。 如果 超過 1,檢驗便不適用。 ( c)如果 h落在 ,則不拒絕無一階自相關的虛擬假設。 因此決策規(guī)則是: ( a)如果 h,則拒絕無正的一階自相關的虛擬假設。( )又可寫為: ( ) h漸進地遵循零均值和單位方差的正態(tài)分布。然而對于考伊克和適應性期望模型,即使 序列無關, 仍可能是序列相關。 1 0 1 1 1 2 1 1? ? ?t t t t t t tY X X X X Y X? ? ?? ? ? ? ?? ? ?? ? ? ??2021/6/15 17 二、在自回歸模型中偵察自相關:德賓 h檢驗 誤差項 中可能的序列相關會使自回歸模型的估計變得復雜。利維亞坦建議用 作為 的工具變量,并且還建議方程( )的參數可由以下正規(guī)方程解得: 1tY?t?t?1tY?1tX? 1tY?0 1 2 1? ? ?ttY n X Y? ? ? ?? ? ?? ? ?20 1 2 1? ? ?t t t t t tY X X X Y X? ? ? ?? ? ?? ? ? ?2021/6/15 16 ( ) 從( )中估計出來的諸 是一致性的。 ttu???tutu?2021/6/15 15 一、工具變量法 最小二乘法之所以不能適用于考伊克或適應性期望模型,是因為解釋變量 和誤差項 相關。 0 1 2 1t t t tY X Y? ? ? ??? ? ? ?1tY?t?tut?2021/6/15 14 考伊克和適應性期望模型則不能滿足這些假定,然而部分調整模型中 ,因此, 如果滿足經典線性回歸模型的假設,則 也能滿足,從而用最小二乘估計將得到一致估計。 如前所述,運用最小二乘法,必須表明隨機解釋變量 的分布與干擾項 無關。 2021/6/15 12 待估計的方程 : INV = c(1) + c(2)*INV(1) + c(6)*GDP + c(7)*GDP(1) + c(8)*GDP(2) + c(9)*GDP(3) 估計的方程: INV = + *INV(1) + *GDP *GDP(1) *GDP(2) + *GDP(3) 2021/6/15 13 167。 2021/6/15 11 方程( )中的系數 ?j 在表格底部顯示。 這是回歸自變量中多重共線的典型現象 , 建議擬合一個多項式分布滯后模型 。 2021/6/15 9 三 、 例子 投資 INV關于 GDP的 分布滯后模型的結果如下 2021/6/1
點擊復制文檔內容
試題試卷相關推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號-1