计量经济学期末复习重点课件.pptxVIP

;第1章 经济计量学的特征及研究范围;二、利用计量经济学研究经济问题的步骤 理论分析； 收集数据； 建立数学模型； 建立统计或经济计量模型； 经济计量模型的参数估计； 检查模型的准确性； 检验来自模型的假说； 运用模型进行预测；;第2章 线性回归模型的基本思想：双变量模型;三、随机误差项的性质;四、样本回归函数;五、线性回归模型 解释变量线性 参数线性 注：线性回归是指参数线性的回归，而解释变 量不一定是线性的。;六、普通最小二乘法（P26-P28);第 3、4章 多元线性回归模型的参数估计、假设检验;二、普通最小二乘估计量（双变量）;三、 t - 统计量;四、置信区间;五、显著性检验 H0：B2= B*，H1：B2 ? B* 在原假设成立的条件下： 统计量t=(b2- B* )/se(b2)服从于自由度为n-k的 t - 分布； 取定显著水平?，查表得到t?/2（n-k） ︱t︱ t?/2 拒绝零假设 ︱t︱≤ t?/2 不拒绝零假设特别地，B* =0;六、离差分解;七、各平方和及其自由度 P81 总离差平方和可以分解为两个部分：一部分归于回归直线（回归平方和），一部分归于随机因素（残差平方和）；即 TSS=ESS＋RSS TSS的自由度为n-1 RSS的自由度为n-k ESS的自由度为k-1 其中，n为样本个数，k为参数个数；;八、拟和优度的检验：判定系数R2;十、校正R2 判定系数R2的一个重要性质就是模型中的解释变量的个数越多，R2值就越大； 为了消除变量个数对R2的影响，我们定义了校正的判定系数：;十一、校正判定系数的性质： 对于多元回归模型来说，校正判定系数小于非校正判定系数； 虽然校正判定系数总为正，但校正判定系数可以为负；;十二、联合检验 显著性检验是用来检验某一个参数是否为零。现在考虑假设： 这个零假设称为联合假设，即B2和B3同时为零，或者说X2和X3对Y无影响，等同于下面的零假设： 即X2和X3对因变量变化的解释比例为零；;十三、F统计量;十四、F与R2的关系 可以证明：;第5章 回归方程的函数形式;二、对数-线性模型;三、线性对数线性模型;第6章 虚拟变量;例：利用虚拟变量建立经济计量模型研究女性在工资收入方面是否受到歧视。;二、加法模型 再引入一个变量，令Ｘ表示??作年限 建立模型： 在古典假定下，我们有：女性平均年薪： 男性平均年薪： 如果B2=0则说明不存在性别歧视，如果 B2≠0则说明存在性别歧视；;男女职工的平均年薪对工龄的函数具有相同斜率B1，即随着工龄的增长男女工资的增长幅度相同；截距不同，说明男女的初始年薪不同。 我们称这种虚拟变量只影响截距不影响斜率的模型为加法模型。;三、乘法模型 如果随着工龄增加，男性与女性的年薪差距也发生变化，则模型就变为: 在古典线性假定下，我们有：男性平均年薪： 女性平均年薪： 如果B2=0则说明不存在性别歧视，如果 B2≠0则说明存在性别歧视；;男女职工的平均年薪对工龄的函数具有相同截距B0，说明男女的初始年薪相同；但斜率不同，说明随着工龄的增长男女工资的增长幅度不同。 我们称这种虚拟变量只影响斜率不影响截距的模型为乘法模型。;五、混合模型 如果男性与女性的初始年薪和年薪增速都 存在差异，我们可以将加法模型和乘法模型结合起来，得到如下模型： 上面的模型可以用来表示截距和斜率都发 生变化的模型，称为混合模型；;六、虚拟变量的几点说明 基准类：赋值为0的一类称为基准类；差别系数：虚拟变量的系数； 差别截距系数； 差别斜率系数； 对于有截距项的模型，引入的虚拟变量个数应该比研究的类别少一个，否则就会造成完全多重共线，就是通常说的虚拟变量陷阱。;第8章 多重共线性;二、多重共线性问题的几点说明 当模型中存在着多重共线性问题时，普 通最小二乘法估计量仍然是线性无偏最小方差估计量； 最小方差性并不意味着在任何给定的样本中普通最小二乘估计量的方差会很小； 即使总体上各个变量之间不存在线性相关，但却可能在具体获得的样本中存在线性相关，即多重共线性本质上是一个样本问题。;三、多重共线性的实际后果 OLS估计量的方差和标准差较大； 置信区间变宽； 模型R2值较高，t值不显著； OLS估计量及其标准差对数据的变化敏感； 回归系数符号有误； 难以衡量各个解释变量对R2的贡献；;四、多重共线性的测定 在研究多重共线性的测定问题之前，应该先明确下面两个问题： 1.多重共线性是一个程度问题而不是存在与否的问题；2.多重共线性是样本的特征，而不是总体的特征； 因此，测定的不是多重共线性存在与否的问题，而是测定给定样本的多重共线性程度问题。;五、多重共线性的测定方法 R2较高，但t值显著的不多； 解释变量之间两两高度相关； 辅助回归； 方差膨胀因素；P191;六、辅助回归 作每个变量对其他剩