經(jīng)濟(jì)預(yù)測與決策判斷預(yù)測法-閱讀頁
2024-09-09 11:11本頁面
【正文】 ? +除 X以外的因素引起的變動（差異） ? 如果 X引起的變動在 Y的總變動中占很大比例，那么 X很好地解釋了 Y；否則， X不能很好地解釋 Y。 ? 擬合優(yōu)度的定義： ? 意義：擬合優(yōu)度越大，自變量對因變量的解釋程度越高，自變量引起的變動占總變動的百分比高。 ? 取值范圍： 01 T SSR SST SSE SST SSE SST SSR SSE SSR SST SSR ????????112修正的 22 RR ，記為 2R）＝ 22 1(211 RnnR ????在應(yīng)用過程中，如果在模型中增加一個(gè)解釋變量，模型的解釋功能增強(qiáng)了，回歸平方和增大了， 也增大了。其檢驗(yàn)的思路與方程顯著性檢驗(yàn)相似，用以檢驗(yàn)的方法主要有三種：F檢驗(yàn)、 t檢驗(yàn)、 z檢驗(yàn)。 如果變量 x是顯著的，則參數(shù) b應(yīng)該是顯著的。 0: 10 ?bH? ?????2211111111)()?v a r (,)?v a r ()?(?)?(,)?(?xxbbbsebbsebsebbti??的標(biāo)準(zhǔn)差，且為估計(jì)量其中? )2(2/ ?nt?)2(2/ ?nt? 方程的顯著性檢驗(yàn)（ F檢驗(yàn)） 旨在對模型中被解釋變量與解釋變量之間的線性關(guān)系在總體上是否成立作出推斷。他們的區(qū)別在于構(gòu)造的統(tǒng)計(jì)量不同。 即檢驗(yàn)方程中的參數(shù)是否顯著不為 0 即檢驗(yàn)零假設(shè)： ，反之則反。根據(jù)變量的樣本的其服從自由度為由此可構(gòu)造統(tǒng)計(jì)量：（）（）（）（服從正態(tài)分布，則有由于ynFFFFFnnR S SE S SFnyyR S SyyE S SybHiiii),21)2,1(,)2/(1/)2?10:222210??????????????????（三）計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn) 異方差檢驗(yàn) 異方差可以表示為 或 ? ? 2iiV a r ?? ?? ? ? ?????????????????????22221nEV a r?????εεεΩ異方差的影響 （ 1） OLS估計(jì)量仍然是線性的和無偏的，但不再具有最小方差性。 補(bǔ)救異方差的基本思路 （ 1）變異方差為同方差 （ 2）盡量緩解方差變異的程度 補(bǔ)救異方差的方法 （ 1）模型變換法 ? 是對存在異方差的總體回歸模型作適當(dāng)?shù)拇鷶?shù)變換，使之成為滿足同方差假定的模型，然后就可以運(yùn)用 OLS方法估計(jì)參數(shù)了。 （ 3） “一般解決法”（重新設(shè)定模型） ? 在計(jì)量經(jīng)濟(jì)學(xué)實(shí)踐中，計(jì)量經(jīng)濟(jì)學(xué)家偏愛使用 對數(shù)變換 解決問題，往往一開始就把數(shù)據(jù)化為對數(shù)形式，再用對數(shù)形式數(shù)據(jù)來構(gòu)成模型，進(jìn)行回歸估計(jì)與分析。 序列相關(guān)檢驗(yàn) ? 即模型中出現(xiàn)了 ? 后果： （ 1）參數(shù)估計(jì)量非有效。 （ 3）模型的預(yù)測失效。 ii XbbY 10 ??? ??0X0100 ??? XbbY ??00? YY 為區(qū)間預(yù)測 11?? 2200ixXXne ????? ）（）（??? 1]????[ 0200020 ??? ?? ?????? ）（）（ etYYetYP其中 : 為殘差。獲得每月家庭消費(fèi)支出和家庭收入的數(shù)據(jù)如下表： 表 31 ? 家庭收入（元） 家庭消費(fèi)（元） ? 800 700 ? 1000 650 ? 1200 900 ? 1400 950 ? 1600 1100 ? 1800 1150 ? 2020 1200 ? 2200 1400 ? 2400 1550 ? 2600 1500 表 32 計(jì)算各參數(shù)的基礎(chǔ)數(shù)據(jù)表 序號 Xi Yi xi yi xi2 yi2 xiyi Xi2 1 800 700 900 410 810000 168100 369000 640000 2 1000 650 700 460 490000 211600 322020 1000000 3 1200 900 500 210 250000 44100 105000 1440000 4 1400 950 300 160 90000 25600 48000 1960000 5 1600 1100 100 10 10000 100 1000 2560000 6 1800 1150 100 40 10000 1600 4000 3240000 7 2020 1200 300 90 90000 8100 27000 4000000 8 2200 1400 500 290 250000 84100 145000 4840000 9 2400 1550 700 440 490000 193600 308000 5760000 10 2600 1500 900 390 810000 152100 351000 6760000 合計(jì) 17000 11100 0 0 3300000 8890000 1680000 32202000 平均 1700 1110 計(jì)算 8 8 9 0 0 03 3 0 0 0 0 01 6 8 0 0 0 0))(()(r ?? 3 3 0 0 0 0 01 6 8 0 0 0 0? 222221021??????????????????iiiiiiiyxyxXbYbxyxb所建立的回歸模型為： 9 6 2 ( 0 . 0 3 5 7 ) ( 6 4 . 1 0 9 1 ) 5 0 9 4 5 ? 2i???iX預(yù)測 ? 根據(jù)以上計(jì)算結(jié)果 ， 該模型可用于預(yù)測 。 即當(dāng) Xi=X0=1600元時(shí)： )(1 0 5 0 5 91 6 0 05 0 9 4 5 4 4Y? 0 元????
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1