古扎拉蒂計量經(jīng)濟學4人大版讀書筆記-在線瀏覽
2025-08-03 07:47本頁面
【正文】 總體的Y的均值 隨機或統(tǒng)計總體回歸函數(shù)（statistical PRF）：E(Y|Xi)=B1+B2Xi；非隨機的或確定的總體回歸函數(shù)（nonstochastic PRF）：Yi=B1+B2Xi+μi，μi的方差記為σ2。ei的方差記為，是真正的但未知的σ2的OLS估計量。 標準誤和標準差的區(qū)別（個人理解）：標準誤衡量的是一個估計量的精度問題，標準誤越大，估計量對真實值的估計就越不精準；標準差則是一組數(shù)據(jù)的離散程度的度量，標準差越大，該組數(shù)據(jù)越離散。Yi=B1+B2Xi+μi假定2：在重復抽樣中X值是固定的，即X是非隨機的。假定3：干擾項μi的均值為零。給定X，對應的Y值都是圍繞其均值分布的，最終Y與其均值的離差會互相抵消，所以μi的均值為零。假定4：同方差性或者的μi方差相等。給定兩個X值，Xi和Xj（i不等于j），μi和μj的相關(guān)性為零。假定6：Xi和μi的協(xié)方差為零。假定7：觀測次數(shù)n必須大于待估計的參數(shù)個數(shù)。給定一個樣本，X值不可以全是相同的。即在經(jīng)驗分析中，模型沒有設(shè)定偏差。即解釋變量之間沒有完全的線性關(guān)系。 最小二乘估計量的性質(zhì)：高斯馬爾可夫定理、最優(yōu)線性無偏估計（BLUE）。r2測度了在Y的總變異中由回歸模型解釋的部分所占的百分比。在對時間序列數(shù)據(jù)的回歸中通常能得到很高的r2值，而橫截面數(shù)據(jù)的回歸中得到r2的值較低是因為樣本單位的分散性所致。在回歸結(jié)果中，p值與|t|成反向變動，t統(tǒng)計量的p值（即t等于多少時，對應的p值是多少）是精確的顯著性水平（α），p值越小B2不等于零就越顯著。 回歸分析與方差分析：第10章 多重共線性 完全共線性和近似共線性：完全的多重線性關(guān)系即X間有準確的線性函數(shù)關(guān)系，如下面情形：。完全共線性的情形用ols估計各參數(shù)是不可能的，近似共線性的情形中，不管相關(guān)度有多高，只要不等于1，用ols估計各參數(shù)都是可能的。但這種情況，X1和X12是的相關(guān)系數(shù)將會接近1，那么他們的系數(shù)將很難準確（即以較小的標準誤差估計）。 多重共線性的實際后果： 多重共線性的做題步驟：A、 根據(jù)ols結(jié)果初步判斷：
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號-1