计量经济学课程教学课件第四章正态性假定：经典正态线性回归模型CNLRM

Page 2
§4.1 多元线性回归模型的两个例子
一、例题1：CD生产函数
Qt AKt 1 Lt 2 et
这是一个非线性函数，但取对数可以转变为一个 对参数线性的模型
ln Qt 0 1 ln Kt 2 ln Lt t
t ~ iid(0, 2 )
注意：“线性”的含义是指方程对参数而言是线 性的
R 2 1 RSS /(N K 1) TSS /(N 1)
调整思想： 对 R2 进行自由度调整。
Page 20
基本统计量TSS、RSS、ESS的自由度：
1.
TSS的自由度为N-1。基于样本容量N，TSS

N i1
(Yi
Y
)2
因为线性约束 Y 1 N
Y N
i1 i
而损失一个自由度。
分布的多个独立统计量平方加总，所得到的新统计量就服从
2 分布。
《计量经济学》，高教出版社2011年6月，王少平、杨继生、欧阳志刚等编著
Page 23
双侧检验
概 率 密 度
概率1－
0
2 1 / 2
2 /2
图4.3.1

2
（N-K-1）的双侧临界值
双侧检验：统计值如果落入两尾中的任何一个则拒绝原假设
《计量经济学》，高教出版社2011年6月，王少平、杨继生、欧阳志刚等编著
Page 24
单侧检验
概 率 密 度
概率 概率
0
2 1
2
图4.3.2 （2 N-K-1）的单侧临界值
H0：
2


2，
0
HA :

2


2 0

非线性模型转换方法
多项式回归
通过引入自变量的高次项，将非线性关系转化为线性 关系进行处理。
变量变换
对自变量或因变量进行某种函数变换，以改善模型的 拟合效果。
非参数回归
不假定具体的函数形式，通过数据驱动的方式拟合非 线性关系。
实例分析：金融时间序列预测
数据准备
收集金融时间序列数据，如股票 价格、交易量等，并进行预处理。
模型选择依据
Hausman检验，LM检验等。
实例分析：经济增长收敛性问题研究
研究背景
探讨不同国家或地区间经济增长差异及其收 敛性。
模型构建
选择合适的面板数据模型，设定经济增长收 敛假设。
实证分析
收集相关数据，运用计量经济学软件进行回 归分析，检验收敛性假设是否成立。
结论与政策建议
根据实证结果得出结论，提出促进经济增长 收敛的政策建议。
机器学习算法与计量经济学模型结合
将机器学习算法与传统计量经济学模型相结合，形成更具解释性和预测能力的混合模型。
大数据背景下计量经济学挑战与机遇
01
大数据背景概述
数据量巨大、类型多样、处理速度快等 特点。
02
计量经济学面临的挑 战
数据质量、计算效率、模型可解释性等 问题。
03
计量经济学面临的机 遇
利用大数据技术挖掘更多信息，提高模 型预测精度和政策评估效果；同时推动 计量经济学理论和方法的发展创新。
Geary's C指数
与Moran's I指数类似，也是用于检验全局空间自相关。
LISA集聚图 用于检验局部空间自相关，可以直观展示空间集聚或异常 值区域。
空间滞后和空间误差模型选择
空间滞后模型（SLM）

第四章 经典单方程计量经济学模型： 放宽基本假定的模型
基本假定违背：不满足基本假定的情况。主要包括： （1）随机误差项序列存在异方差性； （2）随机误差项序列存在序列相关性； （3）解释变量之间存在多重共线性； （4）解释变量是随机变量且与随机误差项相关 （随机解释变量）； 此外： （5）模型设定有偏误 （6）解释变量的方差不随样本容量的增而收敛 计量经济检验：对模型基本假定的检验 本章主要学习：前4类
2、变量的显著性检验失去意义
变量的显著性检验中，构造了t统计量
其他检验也是如此。
3、模型的预测失效
一方面，由于上述后果，使得模型不具有 良好的统计性质；
所以，当模型出现异方差性时，参数OLS估计 值的变异程度增大，从而造成对Y的预测误差变大， 降低预测精度，预测功能失效。
五、异方差性的检验
• 检验思路：

即对于不同的样本点，随机误差项的方差不再 是常数，而互不相同，则认为出现了异方差性 (Heteroskedasticity)。
二、异方差的类型
同方差性假定：i2 = 常数 f(Xi)
异方差时： i2 = f(Xi)
异方差一般可归结为三种类型： (1)单调递增型： i2随X的增大而增大 (2)单调递减型： i2随X的增大而减小
X
2、帕克(Park)检验与戈里瑟(Gleiser)检验
基本思想: 偿试建立方程： ~ 2 ~ | e f( X ) e f( X ) 或 i| ji i i ji i
选择关于变量X的不同的函数形式，对方程进行估 计并进行显著性检验，如果存在某一种函数形式， 使得方程显著成立，则说明原模型存在异方差性。
由于异方差性就是相对于不同的解释变量观 测值，随机误差项具有不同的方差。那么： 检验异方差性，也就是检验随机误差项的方 差与解释变量观测值之间的相关性及其相关的 “形式”。

1430 1650 1870 2112 1485 1716 1947 2200
2002 4950 11495 16445 19305 23870 25025 21450 21285
3500 2299 2321 2530 2629 2860 2871
15510
5
分析：
（1）由于不确定因素的影响，对同一收入水平X，不同家 庭的消费支出不完全相同；
扰项方差的估计
2021/3/18
19
单方程计量经济学模型分为两大类： 线性模型和非线性模型
•线性模型中，变量之间的关系呈线性关系 •非线性模型中，变量之间的关系呈非线性关系
一元线性回归模型：只有一个解释变量
Yi 0 1 X i i
i=1,2,…,n
Y为被解释变量，X为解释变量，0与1为待估 参数， 为随机干扰项
2）数据的欠缺；
3）节省原则。
2021/3/18
13
四、样本回归函数（SRF）
总体的信往往无法掌握，现实的情况只能是在 一次观测中得到总体的一个样本。
问题：能从一次抽样中获得总体的近似的信息吗？ 如果可以，如何从抽样中获得总体的近似信息？
例2在例1的总体中有如下一个样本， 问：能否从该样本估计总体回归函数PRF？
即如果知道了家庭的月收入，能否预测该社区 家庭的平均月消费支出水平。
为达到此目的，将该100户家庭划分为组内收入差 不多的10组，以分析每一收入组的家庭消费支出。
2021/3/18
4
800
561
每
594
月
627
家
638
庭
消
费
支
出
Y
（元）
共计 2420