計(jì)量經(jīng)濟(jì)學(xué)3(復(fù)旦大學(xué)版)-圖文

計(jì)量經(jīng)濟(jì)學(xué)3(復(fù)旦大學(xué)版)_圖文.ppt2第一節(jié)一元線性回歸模型貨幣經(jīng)濟(jì)學(xué)家在分析通貨膨脹原因時(shí)發(fā)現(xiàn)，通貨膨脹率越高，人們愿意以貨幣形式持有的收入比例就越低。應(yīng)用同樣的方法，經(jīng)濟(jì)學(xué)家可以分析清楚個(gè)人消費(fèi)支出對稅后或可支配的個(gè)人真實(shí)收入的依賴關(guān)系。3在回歸分析中，我們考慮的僅僅是一種所謂的統(tǒng)計(jì)意義上的依賴關(guān)系。這與經(jīng)典物理學(xué)中考慮的那種變量之間的函數(shù)或確定性依賴關(guān)系截然不同。4基爾霍夫的電流定律5波意耳的氣體定律6一元線性計(jì)量經(jīng)濟(jì)學(xué)模型的例子

工資模型

薪水模型

競選模型

考試模型7

工資模型：

你能掙多少錢？8一個(gè)人的工資水平與他的教育水平及其它因素的關(guān)系如下如果工資和教育分別以每小時(shí)美元和受教育的年數(shù)來度量。則度量了多受一年教育導(dǎo)致的工資增量；ui包括：勞動經(jīng)驗(yàn)、天生素質(zhì)、任職事件、工作道德以及它因素。9女大學(xué)生最賺錢的十大職業(yè)(組圖)你入對行了嗎

公關(guān)

人力資源傳播媒介……10

薪水模型：

我的薪水我能Hold住

11CEO的薪水和公司股本回報(bào)率之間的關(guān)系如下度量的是，當(dāng)股本回報(bào)率增長一個(gè)百分點(diǎn)時(shí)，以千元計(jì)的薪水的變化量。12結(jié)論：據(jù)美國《商業(yè)周刊》的統(tǒng)計(jì)數(shù)據(jù)（n=209），CEO的平均年薪為128萬美元，股本回報(bào)率為17%?；貧w結(jié)果：1314

競選模型：

誰

能

入

住

白

宮？15競選總統(tǒng)通常有兩名候選人。如下模型用于研究與競爭對手相比，花更多的錢能否得到更高的票數(shù)百分比？16結(jié)論：1988年美國眾議院173次兩黨競選結(jié)果這意味著，候選人A的支出在總花費(fèi)的比例每增加一個(gè)百分點(diǎn)，A就能得到幾乎半個(gè)百分點(diǎn)的總票數(shù)。勝負(fù)在毫厘之間。17

考試模型：

我想考高分18如果一個(gè)大學(xué)生太貧困而不能保證正常的伙食，就可以有資格享受學(xué)校午餐項(xiàng)目的資助，從而提高它的學(xué)習(xí)成績。其中ui包括了影響學(xué)校整體成績的學(xué)校和學(xué)生的特征。19結(jié)論：據(jù)1992年美國密西根州的408所高中的數(shù)據(jù)你能相信：更高的學(xué)校午餐項(xiàng)目的參與率導(dǎo)致了更差的成績嗎？20

第二節(jié)最小二乘法OrdinaryLeastSquare21一元線性模型：

1、建模設(shè)(*)滿足則其中，分別是的估計(jì)值。222、取指標(biāo)估計(jì)值與觀測值之差為

則23

3、求出參數(shù)估計(jì)值求導(dǎo)得

解得24

定義x(y)的第i個(gè)觀測值與x(y)樣本平均值之差為離差,即

則25正規(guī)方程組將(*)式左右兩邊分別乘以每一個(gè)解釋變量后對所有樣本求和，得取期望得

即為(**)式，稱為正規(guī)方程組。26矩陣形式：

1、建模設(shè)則其中，分別是Y，B的估計(jì)值。

272、取指標(biāo)

283、求出參數(shù)估計(jì)值求導(dǎo)得解得

29正規(guī)方程組矩陣形式為：30U的分布參數(shù)：期望為0的正態(tài)分布，其方差估計(jì)量為證：31取期望32△OLS估計(jì)量的性質(zhì)評價(jià)估計(jì)量優(yōu)劣的標(biāo)準(zhǔn)：無偏性：估計(jì)量的期望值等于待估參數(shù)。有效性：又稱最小方差性，即估計(jì)量在所有無偏估計(jì)量中具有最小方差。一致性：當(dāng)樣本容量趨于無窮大時(shí)，估計(jì)值依概率收斂于總體的真值。33當(dāng)多元線性計(jì)量經(jīng)濟(jì)學(xué)模型滿足前述基本假設(shè)時(shí)，OLS估計(jì)量具有無偏性、有效性、一致性。Gauss定理(無偏性)：34（Markov定理）有效性：

該方差小于其他任何線性無偏估計(jì)量的方差。一致性：即35樣本容量問題最低樣本容量：n≥k+1合適的樣本容量：從統(tǒng)計(jì)檢驗(yàn)的角度：n

30時(shí)，Z檢驗(yàn)才能應(yīng)用；n-k8時(shí),t檢驗(yàn)有效。

一般經(jīng)驗(yàn)認(rèn)為:n>30

或

n>3k36最大似然法（ML）最大似然法（ML）是不同于OLS的另一種參數(shù)估計(jì)方法，其基本原理是：當(dāng)從模型總體隨機(jī)抽取n組樣本觀測值后，最合理的參數(shù)估計(jì)量應(yīng)該使得從模型中抽取該n組樣本觀測值的概率最大。以正態(tài)分布為例：對每個(gè)可能的正態(tài)總體估計(jì)取n組觀測值的聯(lián)合概率選擇其參數(shù)能使觀測值的聯(lián)合概率最大的那個(gè)總體。37Case1一元線性模型：1、建模設(shè)2、建立似然函數(shù)383、取對數(shù)似然，求極值對lnL取極值等價(jià)于394、求出參數(shù)估計(jì)量可見，參數(shù)的ML估計(jì)量與OLS估計(jì)量相同。40Case2多元線性模型：1、建模設(shè)其中2、建立似然函數(shù)41

3、求極值

L最大，即最小4、求出參數(shù)估計(jì)量可見，參數(shù)的ML估計(jì)量與OLS估計(jì)量相同。42第二章

例1消費(fèi)基金模型表1消費(fèi)基金模型樣本數(shù)據(jù)

年份（年）人均消費(fèi)基金（元）人均國民收入（元）前期人均消費(fèi)基金（元）1981198219831984198519861987279.7300.6326.8375.9464.5521.2590.9397422464547672743868256.4279.7300.6326.8375.9464.5521.243第二章回歸模型計(jì)算過程

44第二章回歸模型

i

1-128.8-190.636328.3624549.32-107.9-165.627423.3617868.23-81.7-123.615276.9610098.14-32.6-40.61648.361323.6055684.47123.364726.406112.7155.424149.1617513.67182.4280.478624.1651145.0

i

1-128.8-190.636328.3624549.32-107.9-165.627423.3617868.23-81.7-123.615276.9610098.14-32.6-40.61648.361323.6055684.47123.364726.406112.7155.424149.1617513.67182.4280.478624.1651145.0

i

1-128.8-190.636328.3624549.32-107.9-165.627423.3617868.23-81.7-123.615276.9610098.14-32.6-40.61648.361323.6055684.47123.364726.406112.7155.424149.1617513.67182.4280.478624.1651145.0

i

1-128.8-190.636328.3624549.32-107.9-165.627423.3617868.23-81.7-123.615276.9610098.14-32.6-40.61648.361323.6055684.47123.364726.406112.7155.424149.1617513.67182.4280.478624.1651145.0

i

1-128.8-190.636328.3624549.32-107.9-165.627423.3617868.23-81.7-123.615276.9610098.14-32.6-40.61648.361323.6055684.47123.364726.406112.7155.424149.1617513.67182.4280.478624.1651145.0

i

1-128.8-190.636328.3624549.32-107.9-165.627423.3617868.23-81.7-123.615276.9610098.14-32.6-40.61648.361323.6055684.47123.364726.406112.7155.424149.1617513.67182.4280.478624.1651145.0

i

1-128.8-190.636328.3624549.32-107.9-165.627423.3617868.23-81.7-123.615276.9610098.14-32.6-40.61648.361323.6055684.47123.364726.406112.7155.424149.1617513.67182.4280.478624.1651145.0

1-128.8-190.636328.3624549.32-107.9-165.627423.3617868.23-81.7-123.615276.9610098.14-32.6-40.61648.361323.6055684.47123.364726.406112.7155.424149.1617513.67182.4280.478624.1651145.045第二章回歸模型

i

1-128.8-190.636328.3624549.32-107.9-165.627423.3617868.23-81.7-123.615276.9610098.14-32.6-40.61648.361323.6055684.47123.364726.406112.7155.424149.1617513.67182.4280.478624.1651145.0

i

1-128.8-190.636328.3624549.32-107.9-165.627423.3617868.23-81.7-123.615276.9610098.14-32.6-40.61648.361323.6055684.47123.364726.406112.7155.424149.1617513.67182.4280.478624.1651145.0

i

1-128.8-190.636328.3624549.32-107.9-165.627423.3617868.23-81.7-123.615276.9610098.14-32.6-40.61648.361323.6055684.47123.364726.406112.7155.424149.1617513.67182.4280.478624.1651145.0

i

1-128.8-190.636328.3624549.32-107.9-165.627423.3617868.23-81.7-123.615276.9610098.14-32.6-40.61648.361323.6055684.47123.364726.406112.7155.424149.16