![点击分享此内容可以赚币 分享](/master/images/share_but.png)
计量经济学总结.doc
《计量经济学总结.doc》由会员分享,可在线阅读,更多相关《计量经济学总结.doc(9页珍藏版)》请在咨信网上搜索。
1、计量经济学复习范围一、回归模型的比较1根据模型估计结果观察分析(1)回归系数的符号和值的大小是否符合经济理论要求(2)改变模型形式之后是否使判定系数的值明显提高(3)各个解释变量t检验的显著性2根据残差分布观察分析在方程窗口点击View Actual,Fitted,ResidualTabe(或Graph)(1)残差分布表中,各期残差是否大都落在的虚线框内.(2)残差分布是否具有某种规律性,即是否存在着系统误差。(3)近期残差的分布情况二、 判断新的解释变量引入模型是否合适(遗漏变量检验)1、基本原理如果模型逐次增加一个变量, 由于增加一个新的变量,ESS相对于RSS的增加,称为这个变量的“增量
2、贡献”或“边际贡献”。(即引入的变量不显著)或 其中,为新引进解释变量的个数,为引进解释变量后的模型中参数个数。判别增量贡献的准则:如果增加一个变量使变大,即使RSS不显著地减少,这个变量从边际贡献来看,是值得增加的。若FF a,或者对应的P值充分小,拒绝H0,则认为引入新的解释变量合适;否则,接受H0,则认为引入新的解释变量不合适.,三、伪回归的消除如果解释变量和被解释变量均虽随时间而呈同趋势变动,如果不包含时间趋势变量而仅仅是将Y对X回归,则结果可能仅仅反映这两个变量的同趋势特征而没有反映它们之间的真实关系,这种回归也称为伪回归.模型的结构稳定性检CHOW检验法1、基本原理模型结构稳定性,
3、是指模型在样本期的不同时期(子样本),其参数不发生改变。若模型参数样随样本期(子样本)的不同而发生改变,则称模型不具有结构稳定性。另外,还可以引入虚拟变量四、模型的拟合优度检验 “拟合优度”,即所估计的模型对样本数据的近似程度,常用判定系数反映.1、总误差平方和的分解 总误差(TSS)回归误差(ESS)剩余误差(RSS) 自由度 2判定系数01 , R2的值越接近于1,则表明模型对样本数据的拟合优度越高。经济意义:在被解释变量的变动中,由模型中解释变量变动所引起的比例,即变动的是由模型中解释变量变动所引起.3判定系数与相关系数的区别和联系区别:(1)判定系数反映变量间不对称的因果关系(2)相关
4、系数反映变量间对称的线性相关关系联系:一元线性 多元线性 4。比较解释变量个数不同模型优劣时,利用如下三个指标 调整的判定系数越大,模型拟合优度越高。 SC(Schwarz Criterion,施瓦兹准则)SC = AIC(Akaike Information Criterion,赤池信息准则) AIC = SC和AIC越小,表明模型的拟合优度越高。方程的显著性检验检验法方程的显著性检验,就是检验模型对总体的近似程度.最常用的检验方法是F检验或者R检验。1 F检验 给定的显著水平,可由F分布表查得临界值,进行判断:若,拒绝,方程的线性关系显著; 若 ,接受,方程的线性关系不显著,回归方程无效、
5、重建。检验通不过的原因可能在于: 所选取的解释变量不是影响被解释变量变动的主要因素,或者说影响y变动的主要因素除方程中包含的因素外还有其它不可忽略的因素; 解释变量与被解释变量之间无相关关系; 解释变量与被解释变量之间不存在线性相关关系; 样本容量n小.2 R检验 R2与F的关系 可见,F为R2的单调递增函数 相关系数 由于 则 在一元线性回归中,R称为简单相关系数,且R 1,即-1R 1在多元线性回归中,,R称为复相关系数,且0R1。给定显著性水平和自由度,即可查表找到判断:R,方程线性关系显著。 R,方程线性关系不显著,回归方程无效,重建方程。 F检验与R检验结果一致,实际应用可选择其一.
6、解释变量的显著性检验检验法对于模型 在之下,检验解释变量对y是否有显著影响,建立假设当 ,或所对应的伴随概率时,拒绝,即认为对有重要线性影响;当 ,或所对应的伴随概率时,接受,即认为对无重要影响,应考虑将其从模型中剔除,重新建立模型。解释变量显著性检验通不过的原因可能在于: 与不存在线性相关关系; 与不存在任何关系; 与(ij)存在线性相关关系。五、最小二乘原理所选择的回归模型应该使所有观察值的残差平方和达到最小,即最小多重共线性产生的原因对于模型 yi=b0+b1x1i+b2x2i+bkxki+i,若解释变量之间存在较强的线性相关关系,即存在一组不全为零的常数1,2,k,使得: 1x1i +
7、 2x2i + kxki +i=0则称模型存在着多重共线性如果i= 0,则称存在完全的多重共线性。六、多重共线性的检验(一)简单相关系数检验法计算解释变量两两之间的相关系数。 一般而言,如果每两个解释变量的简单相关系数比较高,则可认为存在着较严重的多重共线性。【命令方式】COR 解释变量名 【菜单方式】将所有解释变量设置成一个数组,并在数组窗口中点击View Correlations。(二)方差膨胀因子法方差膨胀因子越大,表明解释变量之间的多重共性越严重.反过来,方差膨胀因子越接近于1,多重共线性越弱. 一般当VIF10时(此时Ri2 0。9 ),认为模型存在较严重的多重共线性。 另一个与VI
8、F等价的指标是“容许度”(Tolerance),当0TOL1;当xi与其它解释变量高度相关时,TOL0。因此,一般当TOL0。1时,认为模型存在较严重的多重共线性 (三)直观判断法1. 当增加或剔除一个解释变量,或者改变一个观测值时,回归参数的估计值发生较大变化,回归方程可能存在严重的多重共线性。2。 从定性分析认为,一些重要的解释变量的回归系数的标准误差较大,在回归方程中没有通过显著性检验时,可初步判断可能存在严重的多重共线性。3。 有些解释变量的回归系数所带正负号与定性分析结果违背时,很可能存在多重共线性.4. 解释变量的相关矩阵中,自变量之间的相关系数较大时,可能会存在多重共线性问题。(
9、四)逐步回归检测法将变量逐个的引入模型,每引入一个解释变量后,都要进行检验,并对已经选入的解释变量逐个进行t 检验,当原来引入的解释变量由于后面解释变量的引入而变得不再显著时,则将其剔除。以确保每次引入新的变量之前回归方程中只包含显著的变量。 在逐步回归中,高度相关的解释变量,在引入时会被剔除。因而也是一种检测多重共线性的有效方法。(五)特征值检验若模型存在完全多重共线性,rank(X)k+1, 而当模型存在严重的多重共线性时,(六)Theil效应系数检验法 式中R2 为样本方程判定系数;Rj2为不含Xj的样本方程判定系数,RT2为Theil效应系数。n 判断:RT2 =0,无多重共线性;RT
- 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 总结
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
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【精****】。
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【精****】,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。