計(jì)量經(jīng)濟(jì)學(xué) 學(xué)習(xí)指導(dǎo)
《計(jì)量經(jīng)濟(jì)學(xué) 學(xué)習(xí)指導(dǎo)》由會(huì)員分享,可在線閱讀,更多相關(guān)《計(jì)量經(jīng)濟(jì)學(xué) 學(xué)習(xí)指導(dǎo)(20頁(yè)珍藏版)》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。
1、《計(jì)量經(jīng)濟(jì)學(xué)》學(xué)習(xí)指導(dǎo) 1 計(jì)量經(jīng)濟(jì)學(xué)模型 1.1 計(jì)量經(jīng)濟(jì)學(xué) 1.1.1 計(jì)量經(jīng)濟(jì)學(xué) 計(jì)量經(jīng)濟(jì)學(xué)是以一定的經(jīng)濟(jì)理論和統(tǒng)計(jì)資料為基礎(chǔ),運(yùn)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)方法與計(jì)算技術(shù),以建立計(jì)量經(jīng)濟(jì)模型為主要手段,定量分析研究具有隨機(jī)性特性的經(jīng)濟(jì)變量關(guān)系。主要內(nèi)容包括理論計(jì)量經(jīng)濟(jì)學(xué)和應(yīng)用經(jīng)濟(jì)計(jì)量學(xué)。 理論經(jīng)濟(jì)計(jì)量學(xué)主要研究如何運(yùn)用、改造和發(fā)展數(shù)理統(tǒng)計(jì)的方法,使之成為隨機(jī)經(jīng)濟(jì)關(guān)系測(cè)定的特殊方法。 應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)是在一定的經(jīng)濟(jì)理論的指導(dǎo)下,以反映事實(shí)的統(tǒng)計(jì)數(shù)據(jù)為依據(jù),用經(jīng)濟(jì)計(jì)量方法研究經(jīng)濟(jì)數(shù)學(xué)模型的實(shí)用化或探索實(shí)證經(jīng)濟(jì)規(guī)律。 1.1.2 計(jì)量經(jīng)濟(jì)學(xué)模型 計(jì)量經(jīng)濟(jì)模型包括一個(gè)或一個(gè)以上的隨機(jī)方程
2、式,它簡(jiǎn)潔有效地描述、概括了某個(gè)真實(shí)經(jīng)濟(jì)系統(tǒng)的數(shù)量關(guān)系特征,更深刻地揭示出該經(jīng)濟(jì)系統(tǒng)的數(shù)量變化規(guī)律。是由方程或方程組組成,其中方程由變量和系數(shù)組成。 計(jì)量經(jīng)濟(jì)模型揭示經(jīng)濟(jì)活動(dòng)中各個(gè)因素之間的定量關(guān)系,用隨機(jī)性的數(shù)學(xué)方程加以描述。 1.1.3計(jì)量經(jīng)濟(jì)學(xué)的內(nèi)容體系 1.2 計(jì)量經(jīng)濟(jì)建模 1.2.1 建模程序 1.2.2 建模要素 高效成功地建立計(jì)量經(jīng)濟(jì)學(xué)模型需要具有三個(gè)要素:理論、方法、數(shù)據(jù)。 從上述建立計(jì)量經(jīng)濟(jì)學(xué)模型的步驟中,不難看出,任何一項(xiàng)計(jì)量經(jīng)濟(jì)學(xué)研究、任何一個(gè)計(jì)量經(jīng)濟(jì)學(xué)模型賴以成功的要素應(yīng)該有三個(gè):理論、方法和數(shù)據(jù)。 (1)理論,即
3、經(jīng)濟(jì)理論,所研究的經(jīng)濟(jì)現(xiàn)象的行為理論,是計(jì)量經(jīng)濟(jì)學(xué)研究的基礎(chǔ)。 (2)方法,主要包括模型方法和計(jì)算方法,是計(jì)量經(jīng)濟(jì)學(xué)研究的工具與手段,是計(jì)量經(jīng)濟(jì)學(xué)不同于其他經(jīng)濟(jì)學(xué)分支學(xué)科的主要特征。 (3)數(shù)據(jù),反映研究對(duì)象的活動(dòng)水平、相互間聯(lián)系以及外部環(huán)境的數(shù)據(jù),或更廣義講是信息,是計(jì)量經(jīng)濟(jì)學(xué)研究的原料。這三方面缺一不可。 一般情況下,在計(jì)量經(jīng)濟(jì)學(xué)研究中,方法的研究是人們關(guān)注的重點(diǎn),方法的水平往往成為衡量一項(xiàng)研究成果水平的主要依據(jù)。這是正常的。計(jì)量經(jīng)濟(jì)學(xué)理論方法的研究是計(jì)量經(jīng)濟(jì)學(xué)研究工作者義不容辭的義務(wù)。但是,不能因此而忽視對(duì)經(jīng)濟(jì)學(xué)理論的探討,一個(gè)不懂得經(jīng)濟(jì)學(xué)理論、不了解經(jīng)濟(jì)行為的人,是無(wú)法從
4、事計(jì)量經(jīng)濟(jì)學(xué)研究工作的,是不可能建立起一個(gè)哪怕是極其簡(jiǎn)單的計(jì)量經(jīng)濟(jì)學(xué)模型的。所以,計(jì)量經(jīng)濟(jì)學(xué)家首先應(yīng)該是一個(gè)經(jīng)濟(jì)學(xué)家。相比之下,人們對(duì)數(shù)據(jù),尤其是數(shù)據(jù)質(zhì)量問(wèn)題的重視更顯不足,在申請(qǐng)一項(xiàng)研究項(xiàng)目或評(píng)審一項(xiàng)研究成果時(shí),對(duì)數(shù)據(jù)的可得性、可用性、可靠性缺乏認(rèn)真的推敲;在研究過(guò)程中出現(xiàn)問(wèn)題時(shí),較少?gòu)臄?shù)據(jù)質(zhì)量方面去找原因。而目前的實(shí)際情況是,數(shù)據(jù)已經(jīng)成為制約計(jì)量經(jīng)濟(jì)學(xué)發(fā)展的重要問(wèn)題。 2 EViews數(shù)據(jù)分析基礎(chǔ) 1. 工作文件 2. 對(duì)象 3. 數(shù)據(jù)處理 3數(shù)據(jù)統(tǒng)計(jì)分析 3.1 描述統(tǒng)計(jì) 3.2 假設(shè)檢驗(yàn) 4 經(jīng)典多元回歸分析與修正——OLS 4.1經(jīng)典多元線性回歸分析
5、 4.1.1 經(jīng)典回歸分析 4.1.2 回歸模型檢驗(yàn) 4.1.3 模型檢驗(yàn)總結(jié) 1、模型統(tǒng)計(jì)經(jīng)驗(yàn) 表 模型統(tǒng)計(jì)經(jīng)驗(yàn) 檢驗(yàn)名稱 作 用 原假設(shè) 判 斷 (拒絕原假設(shè)) 拒絕原假設(shè)的經(jīng)濟(jì)意義 估計(jì)方法/模型修正 擬合優(yōu)度檢驗(yàn) 擬合程度好壞 0~1,越大越好 F檢驗(yàn) 方程顯著性經(jīng)驗(yàn) 全部解釋變量參數(shù)同時(shí)等于零 P值小于某一顯著水平 在某一顯著水平上方程是顯著的 T檢驗(yàn) 變量顯著性檢驗(yàn) 解釋變量參數(shù)等于零 P值小于某一顯著水平 在某一顯著水平上變量是顯著的 2、殘差正態(tài)性與解釋變量多重共線性假設(shè)的檢
6、驗(yàn) 表 殘差正態(tài)性與解釋變量多重共線性假設(shè)的檢驗(yàn) 檢驗(yàn)名稱 作 用 原假設(shè) 判 斷 (拒絕原假設(shè)) 拒絕原假設(shè)的經(jīng)濟(jì)意義 估計(jì)方法/模型修正 J-B統(tǒng)計(jì)量 殘差正態(tài)性經(jīng)驗(yàn) 服從某理論分布 P值小于某一顯著水平 數(shù)據(jù)分布不服從選擇的理論分布 廣義自回歸條件異方差GARCH模型中的隨機(jī)項(xiàng)分布假設(shè) Q-Q圖 服從某理論分布 理論分布與數(shù)據(jù)分布的分位數(shù)散點(diǎn)圖不在同一條直線上 數(shù)據(jù)分布不服從選擇的理論分布 經(jīng)驗(yàn)分布檢驗(yàn) 服從某理論分布 P值小于某一顯著水平 數(shù)據(jù)分布不服從選擇的理論分布 相關(guān)系數(shù)矩陣 多重共線性檢驗(yàn) 不存在多重共線性 相關(guān)系數(shù)絕
7、對(duì)值接近于1
這兩個(gè)變量存在多重共線性
逐步回歸剔除法;
(時(shí)序)差分法
逐步回歸法
多重共線性檢驗(yàn)
不存在多重共線性
增減解釋變量時(shí)擬合優(yōu)度變化很大
新引進(jìn)變量與其他變量存在多重共線性
3、殘差序列相關(guān)假設(shè)的檢驗(yàn)
表 殘差序列相關(guān)假設(shè)的檢驗(yàn)
檢驗(yàn)名稱
作 用
原假設(shè)
判 斷
(拒絕原假設(shè))
拒絕原假設(shè)的經(jīng)濟(jì)意義
估計(jì)方法/模型修正
DW統(tǒng)計(jì)量檢驗(yàn)
殘差一階序列相關(guān)檢驗(yàn)
序列相關(guān)參數(shù)等于0
P值小于某一顯著水平;
DW≠2,一階自相關(guān);
DW<1.5,較強(qiáng)的正一階自相關(guān);
DW<2,正一階自相關(guān);DW=2,不一階自相關(guān);2 8、負(fù)一階自相關(guān);
廣義最小二乘法GLS;
廣義差分法GDM;
單整自回歸移動(dòng)平均模型ARIMA
相關(guān)圖+AC、PAC相關(guān)系數(shù)
殘差序列相關(guān)檢驗(yàn)
AC、PAC=0,序列不相關(guān)
Q統(tǒng)計(jì)量檢驗(yàn)
殘差序列相關(guān)檢驗(yàn)
殘差序列中不存在p階自相關(guān)
P值小于某一顯著水平
序列存在p階自相關(guān)
LM檢驗(yàn)
F統(tǒng)計(jì)量
殘差序列相關(guān)檢驗(yàn)
殘差序列中直到p階滯后都不存在自相關(guān)
P值小于某一顯著水平
序列存在p階自相關(guān)
T×R2
殘差序列相關(guān)檢驗(yàn)
P值小于某一顯著水平
序列存在p階自相關(guān)
4、殘差異方差檢驗(yàn)
檢驗(yàn)名稱
作 用
原假設(shè)
判 斷
(拒絕原假設(shè) 9、)
拒絕原假設(shè)的經(jīng)濟(jì)意義
估計(jì)方法/模型修正
ARCH LM檢驗(yàn)
F統(tǒng)計(jì)量
殘差異方差檢驗(yàn)
殘差序列中直到p階滯后都不存在ARCH效應(yīng)
P值小于某一顯著水平
序列存在p階異方差
加權(quán)最小二乘法WLS;
自回歸條件異方差A(yù)RCH模型;
廣義自回歸條件異方差GARCH模型
T×R2
殘差異方差檢驗(yàn)
P值小于某一顯著水平
序列存在p階異方差
殘差平方相關(guān)圖
殘差異方差檢驗(yàn)
AC、PAC=0,序列不存在ARCH效應(yīng)
序列存在p階后異方差
殘差平方Q統(tǒng)計(jì)量檢驗(yàn)
殘差異方差檢驗(yàn)
P值小于某一顯著水平
序列存在ARCH效應(yīng)
White檢驗(yàn)
殘差異方差檢驗(yàn) 10、
不存在異方差
輔助回歸方程的F統(tǒng)計(jì)量、LM統(tǒng)計(jì)量、卡方檢驗(yàn)P值小于某一顯著水平
序列存在ARCH效應(yīng)
5、模型設(shè)定與穩(wěn)定性檢驗(yàn)
表 模型設(shè)定的系數(shù)與穩(wěn)定性檢驗(yàn)
作 用
檢驗(yàn)名稱
原假設(shè)
判 斷
(拒絕原假設(shè))
拒絕原假設(shè)的經(jīng)濟(jì)意義
估計(jì)方法/模型修正
模型設(shè)定誤差檢驗(yàn),
只適用于OLS估計(jì)
Ramsey RESET檢驗(yàn)
模型不存在設(shè)定誤差
F統(tǒng)計(jì)量、LR統(tǒng)計(jì)量P值小于某一顯著水平
模型是合適的
補(bǔ)充缺失變量;
修正方程形式;
替代隨機(jī)解釋變量;
參數(shù)約束條件經(jīng)驗(yàn)
Wald檢驗(yàn)
參數(shù)約束條件方程成立
P值小于某一顯著水平
不附加 11、參數(shù)約束條件
受約束回歸
遺漏變量、多余變量經(jīng)驗(yàn)
F檢驗(yàn)
添加/多余的變量參數(shù)等于0
P值小于某一顯著水平
添加的變量沒(méi)有顯著解釋貢獻(xiàn);
多余變量具有顯著解釋貢獻(xiàn)
遺漏的變量加進(jìn)模型;
多余的變量從模型中剔除
似然比(LR)檢驗(yàn)
添加/多余的變量參數(shù)等于0
P值小于某一顯著水平
模型穩(wěn)定性檢驗(yàn)
鄒氏(Chow)分割點(diǎn)檢驗(yàn)
模型無(wú)顯著結(jié)構(gòu)變化
F統(tǒng)計(jì)量、LR統(tǒng)計(jì)量P值小于某一顯著水平
模型發(fā)生顯著的結(jié)構(gòu)變化
鄒氏(Chow)預(yù)測(cè)檢驗(yàn)
模型無(wú)顯著結(jié)構(gòu)變化
F統(tǒng)計(jì)量、LR統(tǒng)計(jì)量P值小于某一顯著水平
模型發(fā)生顯著的結(jié)構(gòu)變化
4.2 經(jīng)典假設(shè)的不滿足 12、及模型修正
4.2.1 經(jīng)典假設(shè)
對(duì)于經(jīng)典多元線性回歸模型
經(jīng)典假設(shè):
1. 解釋變量是非隨機(jī)的或固定的,且相互之間互不相關(guān),即無(wú)多重共線性;
2. 隨機(jī)項(xiàng)具有零均值,同方差及不序列相關(guān)性,即:
3. 隨機(jī)項(xiàng)滿足正態(tài)分布,即
4. 解釋變量與隨機(jī)項(xiàng)不相關(guān),即
5. 樣本容量趨于無(wú)窮時(shí),各解釋變量的方差趨于有界常數(shù);
6. 回歸模型的設(shè)定是正確的。
4.2.2 經(jīng)典假設(shè)的不滿足與模型修正
異方差
序列相關(guān)
多重共線性
隨機(jī)解釋變量
經(jīng)典假設(shè)
確定性解釋變量
定義
三種:
與隨機(jī)項(xiàng)獨(dú) 13、立;
同期無(wú)關(guān)但異期相關(guān);
同期相關(guān)
產(chǎn)生原因
橫截面數(shù)據(jù)作為樣本
經(jīng)濟(jì)變量固有的慣性;
模型設(shè)定的偏誤;
數(shù)據(jù)的編造;
時(shí)間序列數(shù)據(jù)
經(jīng)濟(jì)變量相關(guān)的共同趨勢(shì);
滯后變量的引入;
樣本資料的限制
滯后被解釋變量作為模型的解釋變量
后果
參數(shù)估計(jì)量不有效;
變量的顯著性檢驗(yàn)失去意義;
模型的預(yù)測(cè)失效;
參數(shù)估計(jì)量不有效;
變量的顯著性檢驗(yàn)失去意義;
模型的預(yù)測(cè)失效;
完全共線性下參數(shù)估計(jì)量不存在;
參數(shù)估計(jì)量的方差變動(dòng);
參數(shù)估計(jì)量經(jīng)濟(jì)含義不合理;
顯著性檢驗(yàn)、模型預(yù)測(cè)失去意義;
OLS估計(jì)值失效
檢驗(yàn)
圖示檢驗(yàn)法;
white異方差檢驗(yàn)
14、圖示檢驗(yàn)法;
D.W統(tǒng)計(jì)量檢驗(yàn);
相關(guān)圖與Q統(tǒng)計(jì)量檢驗(yàn)
LM檢驗(yàn)
是否存在:
相關(guān)系數(shù)判斷;
綜合統(tǒng)計(jì)檢驗(yàn)法
存在范圍:
判斷系數(shù)檢驗(yàn)法;
逐步回歸法
修正、補(bǔ)救、克服
加權(quán)最小二乘法WLS
廣義最小二乘法;
廣義差分法:ARIMA模型;
剔除引起共線性的變量;
差分法;
廣義矩估計(jì)法GMM;
工具變量法
5 經(jīng)典回歸模型的拓展
5.1非線性模型的回歸分析
表 多元非線性回歸模型的線性化變換與估計(jì)方法總結(jié)
線性化分類
模型特征
線性化變換方式
示例
線性化變換后選用的估計(jì)方法
可轉(zhuǎn)換為線性回歸模型
倒數(shù)模型
變量直接 15、置換法:引入替代變量
普通最小二乘法OLS
多項(xiàng)式模型
變量直接置換法:引入替代變量
普通最小二乘法OLS
冪函數(shù)模型、指數(shù)函數(shù)模型
函數(shù)變換法:取對(duì)數(shù)+替換
普通最小二乘法OLS
復(fù)雜函數(shù)
泰勒級(jí)數(shù)展開(kāi)法
普通最小二乘法OLS
無(wú)法線性化模型
——
——
——
非線性最小二乘法NLS
5.2 特殊解釋變量模型——虛擬解釋變量
5.3 特殊被解釋變量模型——離散及受限被解釋變量
6 單方程模型的其他估計(jì)方法
6.1 單方程模型的其他估計(jì)方法及適用場(chǎng)合
6.2 單方程模型其他估計(jì)方法的選擇邏輯
隨 16、機(jī)誤差項(xiàng)
white異方差檢驗(yàn)
存在
異方差問(wèn)題
隨機(jī)誤差項(xiàng)
序列自相關(guān)檢驗(yàn)
存在
序列自相關(guān)
Newey-West一致
協(xié)方差HAC方法
異方差形式已知
異方差形式未知
加權(quán)最小二乘估計(jì)法WLS
white異方差一致
協(xié)方差估計(jì)方法
回 歸 估 計(jì)
不存在序列自相關(guān),但存在異方差
存在序列自相關(guān),也存在異方差
4、殘差異方差檢驗(yàn)
檢驗(yàn)名稱
作 用
原假設(shè)
判 斷
(拒絕原假設(shè))
拒絕原假設(shè)的經(jīng)濟(jì)意義
估計(jì)方法/模型修正
ARCH LM檢驗(yàn)
F統(tǒng)計(jì)量
殘差異方差檢驗(yàn)
殘差序列中直到p階滯后都不存在ARCH效 17、應(yīng)
P值小于某一顯著水平
序列存在p階異方差
加權(quán)最小二乘法WLS;
自回歸條件異方差A(yù)RCH模型;
廣義自回歸條件異方差GARCH模型
T×R2
殘差異方差檢驗(yàn)
P值小于某一顯著水平
序列存在p階異方差
殘差平方相關(guān)圖
殘差異方差檢驗(yàn)
AC、PAC=0,序列不存在ARCH效應(yīng)
序列存在p階后異方差
殘差平方Q統(tǒng)計(jì)量檢驗(yàn)
殘差異方差檢驗(yàn)
P值小于某一顯著水平
序列存在ARCH效應(yīng)
White檢驗(yàn)
殘差異方差檢驗(yàn)
不存在異方差
輔助回歸方程的F統(tǒng)計(jì)量、LM統(tǒng)計(jì)量、卡方檢驗(yàn)P值小于某一顯著水平
序列存在ARCH效應(yīng)
5、殘差序列相關(guān)假設(shè)的檢驗(yàn)
18、表 殘差序列相關(guān)假設(shè)的檢驗(yàn)
檢驗(yàn)名稱
作 用
原假設(shè)
判 斷
(拒絕原假設(shè))
拒絕原假設(shè)的經(jīng)濟(jì)意義
估計(jì)方法/模型修正
DW統(tǒng)計(jì)量檢驗(yàn)
殘差一階序列相關(guān)檢驗(yàn)
序列相關(guān)參數(shù)等于0
P值小于某一顯著水平;
DW≠2,一階自相關(guān);
DW<1.5,較強(qiáng)的正一階自相關(guān);
DW<2,正一階自相關(guān);DW=2,不一階自相關(guān);2 19、中不存在p階自相關(guān)
P值小于某一顯著水平
序列存在p階自相關(guān)
LM檢驗(yàn)
F統(tǒng)計(jì)量
殘差序列相關(guān)檢驗(yàn)
殘差序列中直到p階滯后都不存在自相關(guān)
P值小于某一顯著水平
序列存在p階自相關(guān)
T×R2
殘差序列相關(guān)檢驗(yàn)
P值小于某一顯著水平
序列存在p階自相關(guān)
時(shí)間序列模型:
d次差分
序列不相關(guān)
時(shí)間序列
回歸估計(jì)
預(yù) 測(cè)
預(yù)測(cè)效果判斷
平穩(wěn)時(shí)間序列建模
非平穩(wěn)時(shí)間序列建模
模型識(shí)別
參數(shù)估計(jì)
模型驗(yàn)證
序列相關(guān)
平穩(wěn)
不平穩(wěn)
自回歸條件異方差模型:
20 / 20
- 溫馨提示:
1: 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
2: 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
3.本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
5. 裝配圖網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 設(shè)備采購(gòu)常用的四種評(píng)標(biāo)方法
- 車間員工管理須知(應(yīng)知應(yīng)會(huì))
- 某公司設(shè)備維護(hù)保養(yǎng)工作規(guī)程
- 某企業(yè)潔凈車間人員進(jìn)出管理規(guī)程
- 企業(yè)管理制度之5S管理的八個(gè)口訣
- 標(biāo)準(zhǔn)化班前會(huì)的探索及意義
- 某企業(yè)內(nèi)審員考試試題含答案
- 某公司環(huán)境保護(hù)考核管理制度
- 現(xiàn)場(chǎng)管理的定義
- 員工培訓(xùn)程序
- 管理制度之生產(chǎn)廠長(zhǎng)的職責(zé)與工作標(biāo)準(zhǔn)
- 某公司各級(jí)專業(yè)人員環(huán)保職責(zé)
- 企業(yè)管理制度:5S推進(jìn)與改善工具
- XXX公司環(huán)境風(fēng)險(xiǎn)排查及隱患整改制度
- 生產(chǎn)車間基層管理要點(diǎn)及建議