计量经济学讲义第一讲(共十讲).doc
《计量经济学讲义第一讲(共十讲).doc》由会员分享,可在线阅读,更多相关《计量经济学讲义第一讲(共十讲).doc(20页珍藏版)》请在咨信网上搜索。
1、浙江工商大学金融学院姚耀军讲义系列第一讲 普通最小二乘法的代数一、 问题假定y与x具有近似的线性关系:,其中是随机误差项。我们对这两个参数的值一无所知。我们的任务是利用样本数据去猜测的取值。现在,我们手中就有一个样本容量为N的样本,其观测值是:。问题是,如何利用该样本来猜测的取值?矚慫润厲钐瘗睞枥庑赖。为了回答上述问题,我们可以首先画出这些观察值的散点图(横轴x,纵轴y)。既然y与x具有近似的线性关系,那么我们就在图中拟合一条直线:。该直线是对y与x的真实关系的近似,而分别是对的猜测(估计)。问题是,如何确定与,以使我们的猜测看起来是合理的呢?聞創沟燴鐺險爱氇谴净。笔记:1、为什么要假定y与x
2、的关系是呢?一种合理的解释是,某一经济学理论认为x与y具有线性的因果关系。该理论在讨论x与y的关系时认为影响y的其他因素是不重要的,这些因素对y的影响即为模型中的误差项。残骛楼諍锩瀨濟溆塹籟。2、被称为总体回归模型。由该模型有:。既然代表其他不重要因素对y的影响,因此标准假定是:。故进而有:,这被称为总体回归方程(函数),而相应地被称为样本回归方程。由样本回归方程确定的与是有差异的,被称为残差。进而有:,这被称为样本回归模型。酽锕极額閉镇桧猪訣锥。 二、 两种思考方法法一:与是N维空间的两点,与的选择应该是这两点的距离最短。这可以归结为求解一个数学问题:由于是残差的定义,因此上述获得与的方法即
3、是与的值应该使残差平方和最小。法二:给定,看起来与越近越好(最近距离是0)。然而,当你选择拟合直线使得与是相当近的时候,与的距离也许变远了,因此存在一个权衡。一种简单的权衡方式是,给定,拟合直线的选择应该使与、与、.、与的距离的平均值是最小的。距离是一个绝对值,数学处理较为麻烦,因此,我们把第二种思考方法转化求解数学问题:彈贸摄尔霁毙攬砖卤庑。由于N为常数,因此法一与法二对于求解与的值是无差异的。三、 求解定义,利用一阶条件,有:由(1)也有:在这里、笔记:这表明:1、样本回归函数过点,即穿过数据集的中心位置;2、(你能证明吗?),这意味着,尽管的取值不能保证,但的取值能够保证的平均值与的平均
4、值相等;3、虽然不能保证每一个残差都为0,但我们可以保证残差的平均值为0。从直觉上看,作为对的一个良好的猜测,它们应该满足这样的性质。謀荞抟箧飆鐸怼类蒋薔。笔记:对于简单线性回归模型:,在OLS法下,由正规方程(1)可知,残差之和为零【注意:只有拟合直线带有截距时才存在正规方程(1)】。由正规方程(2),并结合正规方程(1)有:厦礴恳蹒骈時盡继價骚。无论用何种估计方法,我们都希望残差所包含的信息价值很小,如果残差还含有大量的信息价值,那么该估计方法是需要改进的!对模型利用OLS,我们能保证(1):残差均值为零;(2)残差与解释变量x不相关【一个变量与另一个变量相关是一个重要的信息】。茕桢广鳓鯡
5、选块网羈泪。方程(1)与(2)被称为正规方程,把带入(2),有:上述获得的方法就是普通最小二乘法(OLS)。练习:(1)验证:提示:定义的离差为,则离差之和必为零。利用这个简单的代数性质,不难得到:笔记:定义y与x的样本协方差、x的样本方差分别为:,则。上述定义的样本协方差及其样本方差分别是对总体协方差及其总体方差的有偏估计。相应的无偏估计是:基于前述对与的定义,可以验证:其中a,b是常数。值得指出的是,在本讲义中,在没有引起混淆的情况下,我们有时也用、来表示总体方差与协方差,不过上述公式同样成立。鹅娅尽損鹌惨歷茏鴛賴。(2)假定,用OLS法拟合一个过原点的直线:,求证在OLS法下有:并验证:
6、 笔记:1、现在只有一个正规方程,该正规方程同样表明。然而,由于模型无截距,因此在OLS法下我们不能保证恒成立。所以,尽管成立,但现在该式并不意味着成立。籟丛妈羥为贍偾蛏练淨。2、无截距回归公式的一个应用:定义、,则。按照OLS无截距回归公式,有:(3)假定,用OLS法拟合一水平直线,即:,求证。笔记:证明上式有两种思路,一种思路是求解一个最优化问题,我们所获得的一个正规方程同样是;另外一种思路是,模型是模型的特例,利用的结论,注意到此时,因此同样有。預頌圣鉉儐歲龈讶骅籴。(4)对模型进OLS估计,证明残差与样本不相关,即。四、 拟合程度的判断(一)方差分解及其R2的定义可以证明,。证明:方差
7、表示一个变量波动的信息。方差分解亦是信息分解。建立样本回归函数时,从直觉上看,我们当然希望关于的波动信息能够最大程度地体现关于的波动信息。因此,我们定义判定系数,显然,。如果R2大,则的波动信息就越能够被的波动信息所体现。R2也被称为拟合优度。当时,而残差均值又为零,因此着各残差必都为零,故样本回归直线与样本数据完全拟合。渗釤呛俨匀谔鱉调硯錦。(二)总平方和、解释平方和与残差平方和定义:其中TSS、ESS、RSS分别被称为总平方和、解释平方和与残差平方和。根据方差分解,必有:TSS=ESS+RSS。因此,铙誅卧泻噦圣骋贶頂廡。(三)关于R2的基本结论1、R2也是与的样本相关系数r的平方。证明:
8、2、对于简单线性回归模型:, R2是y与x的样本相关系数的平方。证明:练习:(1)对于模型:,证明在OLS法下R2=0。(2)对于模型:,证明在OLS法 警告!软件包通常是利用公式,其中来计算R2。应该注意到,我们在得到结论时利用了的性质,而该性质只有在拟合直线带有截距时才成立,因此,如果拟合直线无截距,则上述结论并不一定成立,因此,此时我们不能保证R2为一非负值。总而言之,在利用R2时,我们的模型一定要带有截距。当然,还有一个大前提,即我们所采用的估计方法是OLS。擁締凤袜备訊顎轮烂蔷。五、 自由度与调整的R2如果在模型中增加解释变量,那么总的平方和不变,但残差平方和至少不会增加,一般是减少
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 计量 经济学 讲义 第一 共十讲
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【天****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【天****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。