计量经济分析方法与建模课件2007版第07章离散因变量和受限因变量模型幻灯片.pptVIP

* 7.5.4 估计计数模型 1. 模型的估计 估计一个计数模型，打开Equation对话框，然后在估计方法中选择COUNT作为估计方法。EViews显示计数模型估计对话框(图7.6)。 图7.6 计数模型的估计对话框 * 在上面的编辑区域，列出被解释变量和解释变量。必须通过列表形式指定计数模型。模型的形式如方程（7.5.4）所示： (7.5.4) 在Options标签中，可以根据需要改变缺省估计的运算法则、收敛准则、初始值和计算系数协方差的方法。 * EViews提供的5种计数模型的估计方法： Poisson[ML and QML]； Negative binomial[ML]； Exponential[QML]； Normal/NLS[QML]； Negative binomial[QML]。 从上面的5种计数模型中选择一种，并且对于Negative binomial[QML]模型需要指定一个值作为固定的方差参数。前4种方法对应4种因变量的分布，分别为泊松分布、负二项分布、指数分布和正态分布。 * 例7.4的估计结果如下： * 写成方程如下： z =(-6.41) (-1.29) (-2.26) (-0.46) (1.13) (4.31) (4.28) (1.5) (3.13) (8.87) 轮船类型对事故发生有影响，如类型是x5的系数是正的，会使事故发生的可能增加；建造时间y2～y4的系数基本是递减的，表明建造时间越长，则发生事故的可能越大；使用时期z2也对事故发生产生很大影响，使用时间越长，则发生事故的可能越大；运行时间ln (da) 的系数是0.9，表明运行时间每增加1%，则发生事故数量会增加0.9%，因此对发生事故有显著的影响。 * 2. 模型的预测与产生残差 选择Forecast可以预测因变量 ? 和线性指标(xb)，b是参数? 的估计值，二者的关系为 ? = exp(xb)。选择Proc\Make Residual Series，可以产生计数模型的3种类型残差，残差类型参照表7.6。 * 图7.4 排序模型的输入对话框 * 例7.2估计结果如下： * 有两点需要指出：首先，EViews不能把常数项和临界值区分开，因此在变量列表中设定的常数项会被忽略，即有无常数项都是等价的。其次，EViews要求因变量是整数，否则将会出现错误信息，并且估计将会停止。然而，由于我们能够在表达式中使用 @round、@floor 或 @ceil函数自动将一个非整数序列转化成整数序列，因此这并不是一个很严格的限制。 估计收敛后，EViews将会在方程窗口显示估计结果。表头包含通常的标题信息，包括假定的误差分布、估计样本、迭代和收敛信息、y的排序选择值的个数和计算系数协方差矩阵的方法。在标题信息之下是系数估计和渐近的标准误差、相应的z-统计量及概率值。然后，还给出了临界值LIMIT_1:C(2)，LIMIT_2:C(3)的估计及相应的统计量。 * 2. 常用的两个过程 ① Make Ordered Limit Vector产生一个临界值向量c，此向量被命名为LIMITS01，如果该名称已被使用，则命名为LIMITS02，以此类推。 ② Make Ordered Limit Covariance Matrix产生临界值向量c的估计值的协方差矩阵。命名为VLIMITS01，如果该名称已被使用，则命名为VLIMITS02，以此类推。 * 3. 预测 因为排序选择模型的因变量代表种类或等级数据，所以不能从估计排序模型中直接预测。选择Procs/ Make Model，打开一个包含方程系统的没有标题的模型窗口，单击模型窗口方程栏的Solve按钮。例7.2因变量 y 的拟合线性指标 序列被命名为i_Y_0，拟和值落在第一类中的拟合概率被命名为Y_0_0的序列，落在第二类中的拟合概率命名为Y_1_0的序列中，落在第三类中的拟合概率命名为Y_2_0的序列中，等等。注意对每一个观察值，落在每个种类中的拟合概率相加值为1。 表7.7中Y_0_0，Y_1_