[經(jīng)管營銷]高鐵梅老師的eviews教學課件第十一章基本回歸模型-文庫吧資料
2025-01-21 05:14本頁面
【正文】 TRkRF????2211在原假設(shè)為誤差正態(tài)分布下，統(tǒng)計量服從 分布。例如，可以通過選擇最小 AIC值來確定一個滯后分布的長度。在 “ 序列相關(guān)的檢驗 ” 中，我們討論 Q統(tǒng)計量和 BreuschGodfrey LM檢驗，這些都是比 DW統(tǒng)計量更為一般序列相關(guān)檢驗方法。 關(guān)于 DurbinWatson統(tǒng)計量和殘差序列相關(guān)更詳細的內(nèi)容參見 “ 序列相關(guān)理論 ” 。 作為一個規(guī)則 ， 如果 DW值小于 2,證明存在正序列相關(guān) 。 似然比檢驗可通過觀察方程嚴格形式和不嚴格形式的對數(shù)似然值之間的差異來進行 。 2R 2R2R? ? kTTRR ????? 111 22 回歸標準差 (. of regression) 回歸標準差是在殘差的方差的估計值基礎(chǔ)之上的一個總結(jié)。 調(diào)整后的通常解釋為 ,消除 中對模型沒有解釋力的新增變量。 ?? y,? Xby ??? Tyy Ttt???1 調(diào)整 使用 作為衡量工具存在的一個問題 ， 即在你增加新的自變量時 不會減少 。 例如 ，回歸沒有截距或常數(shù) ， 或回歸包含系數(shù)約束 ， 或估計方法采用二階段最小二乘法或 ARCH方法 。 如果結(jié)果不比因變量的均值好 ， 統(tǒng)計值會等于 0。 是自變量所解釋的因變量的方差 。 167。 例如 ， 如果顯著水平為 5% ， p值小于 。 這個概率稱為邊際顯著性水平或 p值 。 ??其中 12 )()v a r ( ??? XXs?,? Xby ??? t統(tǒng)計量 t 統(tǒng)計量是由系數(shù)估計值和標準差之間的比率來計算的 ， 它是用來檢驗系數(shù)為零的假設(shè)的 。而且系數(shù)估計值的標準差是這個矩陣對角線元素的平方根。 標準差衡量了系數(shù)估計的統(tǒng)計可信性 標準差越大 ， 估計中的統(tǒng)計干擾越大 。 如在 log(Qt)=α+βlog(Pt)的估計式中 ， P增加 1%時 ， Q大約增加 β%， 所以 β相當于價格彈性 。 如果在消費方程中加上實際利率 rs ， 即cst=c0+c1inct+c2rst+εt， 從經(jīng)濟學角度看 c2應(yīng)是負數(shù) ， 實際利率下降將使消費增加 。 ) g (lo g 1 ???tt 例如 ， 簡單的消費方程： cst=c0+c1inct+εt， 其中 cs是消費 ； inc是收入 。 yXXXb ??? ? 1)( [推導(dǎo) ] 當 t+1期的 P 比上一期變化 1%時 ， 有 log(Qt+1) =α+βlog(Pt 如果存在的話 ， 系數(shù) c是回歸中的常數(shù)或者截距 它是當其他所有自變量都為零時預(yù)測的基本水平 。 最小二乘估計的系數(shù) b是由以下的公式計算得到的 如果使用列表法說明方程 ， 系數(shù)會列在變量欄中相應(yīng)的自變量名下；如果是使用公式法來說明方程 ， EViews會列出實際系數(shù) c(1), c(2), c(3) 等等 。 ?? ?? Xy 167。 方程輸出 在方程說明對話框中單擊 OK鈕后， EViews顯示估計結(jié)果： 根據(jù)矩陣的概念 , 標準的回歸可以寫為： y是因變量觀測值的 T維向量 ， X是解釋變量觀測值的 T*k維矩陣 ， β是 k維系數(shù)向量 ， ε是 T維擾動項向量 ， T是觀測值個數(shù) ， k是解釋變量個數(shù) 。這些選項允許進行以下操作：對估計方程加權(quán)，計算異方差性，控制估計算法的各種特征。 167。 一些操作不允許樣本中間有數(shù)據(jù)丟失 ， 如帶 MA和 ARCH項的估計 。 如假設(shè) M1和 IP是兩個沒有丟失數(shù)據(jù)的序列 ， 樣本區(qū)間為 而且回歸說明為 m1 c ip ip(1) ip(2) ip(3) 如果設(shè)定估計樣本區(qū)間為 , EViews會把樣本調(diào)整為 : Dependent Variable： M1 Method： Least Squares Date： 08/19/02 Time： 10:49 Sample: 1960:01 1989:12 Included observation: 360 因為直到 1959年 4月 ip(3) 才有數(shù)據(jù) 。 從 372個觀測值中 , EViews使用了 369個觀測值和所有相關(guān)變量的觀測值 。 EViews通過在樣本結(jié)果中報告實際樣本來通知樣本已經(jīng)被調(diào)整了 。 改變估計樣本不會影響當前工作文件樣本 。 估計樣本 可以說明估計中要使用的樣本 。非 線性方程不允許使用 binary， ordered， censored， count模型 ， 或帶有ARMA項的方程 。 其他的方法在以后的章節(jié)中介紹 。 估計方法 說明方程后 ,現(xiàn)在需要選擇估計方法 。 則可以用新的系數(shù)向量代替 C： log(cs)= a(1)+ beta(1)* log(cs(1)) 167。 帶有系數(shù)向量圖標 α 的對象會列在工作文檔目錄中 ， 在方程說明中就可以使用這個系數(shù)向量 。 然后 ， 選擇 OK。 用公式說明方程的好處是可以使用不同的系數(shù)向量 。 可以采用帶參數(shù)約束的線性模型： y = c(1) + c(2) * x + c(3) * x(1) + c(4) * x(2) +(1 c(2) c(3) c(4)) * x(3) 估計一個非線性模型 ,只需輸入非線性公式 。 估計嚴格的非線性的方程或帶有參數(shù)約束的方程必須用公式法說明 。 用列表說明方程時 ， EViews會將其轉(zhuǎn)換成等價地公式形式 。要用公式說明一個方程 ， 只需在對話框中變量列表處輸入表達式即可 。 許多估計方法 （ 但不是所有的方法 ） 允許使用公式來說明方程 。 167。選完全部變量后，單擊右鍵，并選擇 Open/Equation ，帶有變量名的說明對話框?qū)霈F(xiàn)。首先，在工作文檔窗口通過單擊因變量使其高亮度顯示。 例如： log(cs) c log(cs(1)) ((inc+inc(1))/2) 說明了 cs的自然對數(shù)關(guān)于常數(shù) ， 其
教學課件相關(guān)推薦
鄂ICP備17016276號-1