單方程模型高級問題(ppt81)-經(jīng)營管理-閱讀頁
2024-09-04 14:01本頁面
【正文】 大于 1的當(dāng)作 1，小于 0的當(dāng)作 0 ? 采用 Logit 或 Probit模型 來自 中國最大的數(shù)據(jù)庫下載 (4)擬合優(yōu)度問題 ? 線性概率模型的擬合優(yōu)度一般不高，在 間 1Y?X0受約束)(b1Y?X0無約束)(aLPM LPM 對于受約束的 LPM(b)一般 不會大，大多數(shù)實(shí)例 ),(2 ?R2R來自 中國最大的數(shù)據(jù)庫下載 二 .Logit模型 ? 思路：出于線性概率模型的缺陷，希望對它進(jìn)行變換，使預(yù)測對于所有的 X都落在（ 0,1）之間 1P0 X來自 中國最大的數(shù)據(jù)庫下載 基本思路 ? 隨著 X增加，因變量增加（或減少），因此用一個(gè)累計(jì)概率函數(shù) F來描述 ? 可有多種累計(jì)概率函數(shù)，得出不同的模型，一般只采用兩種： ? 累計(jì) logistic概率函數(shù) —— Logit模型 ? 累計(jì)正態(tài)概率函數(shù) —— Probit模型 )( ii XFP ?? ??來自 中國最大的數(shù)據(jù)庫下載 ）？系（問：如何估計(jì)非線性關(guān)。這些數(shù)代入模型的左邊。如果只有個(gè)別家數(shù)值。注：樣本應(yīng)當(dāng)合理得大設(shè)。注：在大樣本中有效，估計(jì)回歸方程。 來自 中國最大的數(shù)據(jù)庫下載 titmiimiitit YXY 111??? ??? ???? ??無限制條件回歸 有限制條件回歸 itmiitit YY ?? ?? ???1得殘差平方和 ESSUR 得殘差平方和 ESSR ),(~E S SE S SE S SknmFknmFURURR????n為觀測個(gè)數(shù) k為無限制條件回歸待估參數(shù)個(gè)數(shù) 如果 :FF?(m,nk) ，則拒絕原假設(shè)，認(rèn)為 X是 Y的格蘭杰原因。不同的滯后期可能會得到完全不同的檢驗(yàn)結(jié)果。 來自 中國最大的數(shù)據(jù)庫下載 舉例：檢驗(yàn) 1978~2020年間中國當(dāng)年價(jià) GDP與居民消費(fèi) CONS的因果關(guān)系 中國 GDP 與消費(fèi)支出（億元） 年份 人均居民消費(fèi) CONS P 人均 GDP GDPP 年份 人均居民消費(fèi) CONS P 人均 GDP GDPP 1978 1990 1979 1991 1980 1992 1981 1993 1982 1994 1983 1995 58510. 5 1984 1996 1985 4589 1997 1986 5175 1998 1987 1999 1988 2020 1989 來自 中國最大的數(shù)據(jù)庫下載 取兩階滯后， Eviews給出的估計(jì)結(jié)果為： P ai r wis e G r an ger Ca us al i t y T es ts S am pl e: 1 978 200 0 Lags : 2 Nul l H y p othes i s : O bs F S tati s t i c P r oba bi l i t y G DP doe s n ot G r an ger C aus e CO N S 21 49 08 CO NS doe s n ot G r an ger Caus e G D P 25 50 判斷： ?=5%，臨界值 (2,17)= 拒絕“ GDP不是 CONS的格蘭杰原因”的假設(shè)，不拒絕“ CONS不是 GDP的格蘭杰原因”的假設(shè)。 但在 2階滯后時(shí)，檢驗(yàn)的模型存在 1階自相關(guān)性。 ? 如果同時(shí)考慮檢驗(yàn)?zāi)Ｐ偷男蛄邢嚓P(guān)性以及赤池信息準(zhǔn)則，發(fā)現(xiàn)：滯后 4階或 5階的檢驗(yàn)?zāi)Ｐ筒痪哂?1階自相關(guān)性，而且也擁有較小的 AIC值 ? 判斷結(jié)果是： GDP與 CONS有雙向的格蘭杰因果關(guān)系 ，即相互影響。這種變量稱為時(shí)間變量或趨勢變量。 ? 樣本中的每一個(gè)個(gè)體都具有很多觀測 (構(gòu)成時(shí)間序列 ) ? 在每個(gè)確定的時(shí)點(diǎn)也具有由各個(gè)個(gè)體數(shù)據(jù)組成的觀測 (構(gòu)成截面數(shù)據(jù) ) TtNiXY ititititit ,1,1 ?? ????? ???其中 N是截面的個(gè)體數(shù)量， T是時(shí)間序列的時(shí)段個(gè)數(shù) 來自 中國最大的數(shù)據(jù)庫下載 優(yōu)點(diǎn)和問題 ? 平行數(shù)據(jù)很有用，它可以使研究人員得到單用截面數(shù)據(jù)或單用時(shí)間序列數(shù)據(jù)都無法獲得的經(jīng)濟(jì)信息。 ? 另一方面，平行數(shù)據(jù)的使用也使模型的確認(rèn)變得更加困難。 來自 中國最大的數(shù)據(jù)庫下載 估計(jì)方法 ? 融合方法：將所有的時(shí)間序列和截面數(shù)據(jù)互相融合 (或者說混合在一起 )，然后用 LS估計(jì)可能的模型。 ? 隨機(jī)效應(yīng)模型：考慮截面和時(shí)間序列的干擾 (誤差 )改進(jìn)第一種方法中 LS估計(jì)的有效性。 ? 類似地，我們還可以對時(shí)間序列數(shù)據(jù)逐個(gè)回歸，比如對于 i=1: 共有 N個(gè)這樣的模型。如果每個(gè)截面都是不同的模型，那么融合就不合適了。 ? 檢驗(yàn)就是比較兩種平行數(shù)據(jù)運(yùn)用方法的誤差平方和。 ? 如果添加的限制條件引起的誤差平方和增加的不顯著，就認(rèn)為添加的限制條件合適，采用第一種方法 (可以融合回歸 )；如果誤差平方和的變化過大，我們就選擇固定效應(yīng)模型。另一種改善的方法是通過誤差項(xiàng)來描述這種信息的不完整性，這就是隨機(jī)效應(yīng)模型 ? 其中 ? 它們彼此不相關(guān)，且不存在自相關(guān)?？筛鶕?jù)經(jīng)濟(jì)背景給出 K的上下限，分別估計(jì)，按殘差平方和最小的原則，逐步縮小K的范圍 ? 第二種方法是 “ 三和法 ” 估計(jì)，參考李子奈著 《 計(jì)量經(jīng)濟(jì)學(xué) 》 ? 第三種方法：按一般非線性模型估計(jì)參數(shù) 來自 中國最大的數(shù)據(jù)庫下載 龔珀茲曲線 tbaKyKay btt)( l n)l n ( l n)l n ( l n ???與邏輯增長曲線一樣，共有三種方法 來自 中國最大的數(shù)據(jù)庫下載 非線性模型的一般方法 (1) ? 直接優(yōu)化法： 0)]?,([2))?,(()?(),(22???????????????jjiibfBXfYbQBXfYeBQBXfY ?來自 中國最大的數(shù)據(jù)庫下載 非線性模型的一般方法 (2) ? 泰勒級數(shù)展開 斂重復(fù)上述步驟，逐步收估計(jì)，得省略高階項(xiàng)作最小二乘泰勒級數(shù)展開設(shè)定一組初始值1211112022100202021020202121?,?,?)(][21)(][),。,(00????????bbbbbbfbbbfbbbXXXfYbbbbbbXXXfYjjjbjjjjbjkkii????????????????????????
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號-1