計量經(jīng)濟(jì)學(xué)初步ppt課件-閱讀頁
2025-05-18 07:37本頁面
【正文】 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 計量經(jīng)濟(jì)模型的估計 利用回歸分析的統(tǒng)計技術(shù)，獲得參數(shù)估計值，結(jié)果如下： 其含義是：在此樣本期間，實際收入每增加 1元，平均而言，實際消費(fèi)支出將增加約 Y 2 3 1 .8 0 .7 1 9 4 X? ? ? ?假設(shè)檢驗 如何判斷這個擬合的模型是對現(xiàn)實的一個比較好的近似？ 1？ 這是統(tǒng)計推斷要解決的問題，通過一些假設(shè)檢驗進(jìn)行。分析的目的，就是依據(jù)這個樣本來估計總體或近似總體（即：用 a*近似 a， b*用近似 b）。 在這個原則下，參數(shù)的估計值按照如下方式計算： ii2i( X X )( Y Y )b( X X )a Y b X????? ? ? ?????????參數(shù)統(tǒng)計顯著性檢驗 問題：參數(shù)的估計值與 0的差距是否顯著地大（自變量是否對因變量有足夠影響）？參數(shù)估計值是否是真實值得最好近似？ 檢驗方法：假設(shè)檢驗（原假設(shè)：參數(shù)為 0；對立假設(shè)：參數(shù)不為 0） 檢驗統(tǒng)計量： t統(tǒng)計量 顯著性水平：如 5%。 檢驗統(tǒng)計量：可決系數(shù) R2，該數(shù)越大，說明（整體 )自變量與因變量之間的相關(guān)程度越高 F統(tǒng)計量 ? 多元線性回歸 Y = a + bX + cW +dZ ? 非線性回歸（轉(zhuǎn)化為線性回歸） Y = a + bX + cX2 + dX3 LnY = a + b LnX + cLnW 一個例子：美國的咖啡消費(fèi)， 19701980年 美國咖啡消費(fèi)（ Y）與平均真實零售價格（ X）的關(guān)系。假使咖啡的價格降到 0，則平均每人每咖啡消費(fèi)量可望達(dá)到約 Eviews使用步驟 ? 創(chuàng)建工作文件，導(dǎo)入數(shù)據(jù) ? 校對數(shù)據(jù) ? 考察數(shù)據(jù) ? 回歸估計 ? 檢驗 ? 修訂方程 ? 預(yù)測
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1