导论(计量经济学课件-南京财经大学,王万珺PPT

Multiple Regression Analysis: Inference
Statistical inference in the regression model Hypothesis tests about population parameters Construction of confidence intervals
Multiple Regression Analysis: Inference
Discussion of the normality assumption The error term is the sum of „many“ different unobserved factors Sums of independent factors are normally distributed (CLT) Problems: • How many different factors? Number large enough? • Possibly very heterogenuous distributions of individual factors • How independent are the different factors? The normality of the error term is an empirical question At least the error distribution should be „close“ to normal In many cases, normality is questionable or impossible by definition
© 2013 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part.

• 阿尔蒙法：
目的：消除多重共线性的影响。 基本原理：在有限分布滞后模型滞后长度 已知的情况
下，滞后项系数有一取值结构，把它看成是相应滞后 期 的函数。在以滞后期 为横轴、滞后系数取值为 纵轴的坐标系中，如果这些滞后系数落在一条光滑曲 线上，或近似落在一条光滑曲线上，则可以由一个关 于i的次数较低的m次多项式很好地逼近，即
第一章 导 论
• 计量经济学是以经济理论和经济数据的事实为依据，运用数学和统计学的 方法，通过建立数学模型来研究经济数量关系和规律的一门经济学科。
第1页/共82页
计量经济学的研究步骤
选择变量和数学关系式 —— 模型设定 收集模型中的变量数据——数据收集 确定变量间的数量关系 —— 估计参数 检验所得结论的可靠性 —— 模型检验 作经济分析和经济预测 —— 模型应用
第49页/共82页
第50页/共82页
自相关系数pho的确定
• （1） Cochrane － Orcutt迭代法 • （2）德宾两步法
第51页/共82页
第七章 分布滞后模型与自回归模型
• 一、分布滞后模型
第52页/共82页
（一）分布滞后模型估计的困难
自由度问题 多重共线性问题 滞后长度难于确定的问题
第二章 简单线性回归模型
一、相关与回归 相关是回归的前提。回归研究的是变量间的因果关系，可以从一个变量去推测另一个变量的具体变化。 相关是对称相关。回归不一定。 相关与回归都得从经济意义和实际经验去考虑，否则有可能是“伪相关”和“伪回归”。 回归分析方法是计量经济学的基础。
第6页/共82页
二、涉及的四种方程或模型
第2页/共82页
模型中数据的类型： ——截面数据 ——时间序列数据 ——面板数据（混合数据） ——虚拟变量数据

假设样本回归直线已做出，设它为
yˆi ˆ ˆ xi
(2.2.3)
其中ˆ 是α的估计量， ˆ 是β的估计量，这样
就可以用样本回归直线(2.2.3)估计总体回归直线
(2.2.2)。
设给定的样本观测值（xi,yi），i =1,2，…，n， 在直角坐标系里，做出它们的对应点（xi,yi）， i =1,2，…，n，构成散点图，如图2.2.1
COV(ui，xj) = 0 (i，j =1,2,3,…,n )
显然，如果x是非随机变量，则假定5将自动满足。 以上假定通常也叫高斯—马尔可夫 (Gauss Markov) 假定，也称古典假定。满足以上古典假定的线性回 归模型，也称为古典线性模型或经典线性模型。
根据假定2，对(2.1.1)式两边同时取期望值，则有
E(ui)= 0 （i =1,2,3,…,n）
假定3 每个ui（ i = 1,2,3,…,n ）的方差均为同一个
常数，即V(ui)
=
E( ui2)=
2 u
=常数
称之同方差假定或等方差性。
假定4 与自变量不同观察值xi相对应的随机项ui彼 此独立，即COV(ui，uj) = 0 （i≠j） 这个假定称为非自相关假定。 假定5 随机项ui与自变量的任一观察值xj不相关，即
2003年诺贝尔经济学奖再次垂青计量经济学家美 国的罗伯特F.恩格尔(Robert F.Engle)和英国的克 莱夫W.J. 格兰杰(Clive W.J.Granger)是因为他们 在时间序列数据研究方法方面的重要贡献，这再 一次向世人证明计量经济学是经济学中最重要的 学科之一。 另一方面，绝大多数诺贝尔经济学奖获得者即使 其主要贡献不在计量经济学领域，也都普遍应用 了计量经济学方法。

假定3>2，其几何意义：
问题：
虚拟变量为何只选“0”, ‘1“，选择0，1，2 等 可以吗
同一种属性，两个变量能够表示几种状态？ 思考，如果在模型中引入季节效应？月份效应？
（3）多个虚拟变量的引入——多种因素
例：研究学历（本科及以上，本科以下），性别（男、女）对员工工资的 影响。
在例1基础上，再引入代表学历的虚拟变量D2：
离散选择模型（离散被解释变量）
D （2）多个虚拟变量的设定和引入 0 女职工本科以上学历的平均薪金：
本科以下
当回归模型有截距项时，只能引入 m-1 个虚拟变量
注意:加法方式引入虚拟变量，考察了截距的不同。
交互作用的引入方法：在模型中引入相关变量的乘积。
反映性别的虚拟变量可取为： 女职工本科以下学历的平均薪金：
几何意义：
•两个函数有相同的斜率，说明男女职工平均薪金对工龄的变 化率是一样的。
•如果2>0，表明两个函数截距不相同，且男职工平均薪金比 女职工高，两者平均薪金水平相差2。 •如果2<0，表明两个函数截距不相同，且男职工平均薪金比女 职工低，两者平均薪金水平相差2。 •如果2＝0，表明两个函数截距相同，即男职工，女职工的平
均薪金没有显著差异。
可以通过传统的回归检验，对2的统计显著性进行 检验，以判断企业男女职工的平均薪金水平是否有 显著差异。
2
0
（2）多个虚拟变量的设定和引入
——一种因素多种状态（水平）：
例：研究收入和教育水平（分为高，中，低三类）对个人保健支出的影响。
教育水平考虑三个层次：
低学历：高中以下，
中等学历：高中，及大中专 高学历：大学及其以上。
2、基本概念
定量因素——可直接测度，数值性的因素 定性因素——属性因素，表征某种属性存在

1985 Franco Modigliani1984 Richard Stone 1983 Gerard Debreu 1982 George J. Stigler 1981 James Tobin 1980 Lawrence R. Klein 1979 Theodore W. Schultz, Sir Arthur Lewis 1978 Herbert A. Simon 1977 Bertil Ohlin, James E. Meade 1976 Milton Friedman 1975 Leonid Vitaliyevich Kantorovich, Tjalling C. Koopmans 1974 Gunnar Myrdal, Friedrich August von Hayek 1973 Wassily Leontief 1972 John R. Hicks, Kenneth J. Arrow 1971 Simon Kuznets 1970 Paul A. Samuelson 1969 Ragnar Frisch, Jan Tinbergen
Ragnar Frisch Norway Oslo University Oslo, Norway 1895 - 1973
Jan Tinbergen the Netherlands The Netherlands School of Economics Rotterdam, The Netherlands
economic problems"
Wassily Leontief USA
Harvard University Cambridge, MA, USA
1906 - 1999
The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1980 "for the creation of econometric models and the application to the analysis of economic

X3
Y
Y
18 16 14 12 10
8 6
123456789 X2
18 16
14
12
10
8 6 110 120 130 140 150 160 170 180 190
X4
Estimation Command: ===================== LS Y C X1 X2 X3 X4
Estimation Equation: ===================== Y = C(1) + C(2)*X1 + C(3)*X2 + C(4)*X3 + C(5)*X4
Fi Qe
ˆi 2 cii
~ F (1, n p 1)
(n p 1)
Ti
ˆi
cii
~ t(n p 1)
Qe (n p 1)
三、回归方程和回归系数的检验
（二）回归系数的显著性检验
当 Fi F1 ( p, n p 1)时，拒绝H 0i，否则接受
当 Ti t1 (n p 1)时，拒绝，否则接受
铁路营业里程 公路水路营业 x3 （万公里） 里程（万公里）
1990 7.72682
11.4333
1.643
5.78
113.75
1991 8.06048
11.5823
1.879
5.78
115.08
1992 8.60855
11.7171
2.287
5.81
116.64
1993 9.96634
11.8517
可得ˆi ~ N(i , 2cii ), i 1,2,, p
cii为L1 (cij )的第i个对角元