计量经济学复习市公开课金奖市赛课一等奖课件

计量经济学基本方法(复习一)第1页基本概念一～七章、回归及统计检验总体回归模型、样本回归模型、最小二乘法原理、回归系数含义、拟合优度检验、判定系数和修正判定系数、模型显著性检验、变量显著性检验、自由度、受约束回归、虚拟变量及应用方法、模型设定偏误八～十、最小二乘假设条件检验——计量经济学检验十二、单方程回归模型几个专题滞后分布模型、自回归模型、滞后效应产生原因、经验加权预计法、阿尔蒙Almon预计法、Koyck变换模型、自适应预期模型、局部调整模型、工具变量法、时间序列平稳性、协整性多重线性及产生原因、判定方法、纠正方法；异方差及产生原因、判定方法、纠正方法；自相关及产生原因、判定方法、纠正方法；第2页一、多元线性回归模型1、多元线性回归模型参数预计b1=、b2=、、bk=上式能够表示为矩阵形式

(1)则由最小二乘(OLS)法预计参数值b矩阵表示式为：(2)利用Eviews软件直接得到参数值B最小二乘(OLS)结果：i=1,2…,n基本运算第3页实例：未偿付抵押贷款债务这里非农业抵押贷款债务(Y，亿美元)为被解释变量，个人收入(X1，亿美元)、新住宅抵押贷款费用(X2，%)为解释变量第4页利用Eviews工具进行最小二乘法回归步骤以下：

1、建立工作文件：从EViews主菜单上依次单击File→New→Workfile，这时屏幕上出现WorkfileRange对话框，选择数据类型和起止日期

，单击OK后屏幕出现Workfile工作框。

4、在EquationSpecification窗口输入命令：YCX1X2点击OK键。得回归结果。（也能够在命令行输入：LSYCX1X2）2、输入和编辑数据：命令格式：dataYX1X2,建立一个空组,输入数据或从Excel中直接复制数据到空组。

3、从EViews主菜单中点击Quick键，并选择EstimateEquation功效从而打开EquationSpecification（模型设定）对话框。第5页利用Eviews工具回归结果回归结果：Y=224.54+0.82X2-61.43X3第6页2、多元线性回归模型统计检验(1)拟合优度检验计算公式为：利用Eviews软件直接结果可得可决系数和调整可决系数经过计算可决系数可决系数调整可决系数第7页利用Eviews工具回归结果R2=0.9892Y=224.54+0.82X2-61.43X3表示X1与X2联合解释了Y98.76%第8页(2)方程显著性检验(F检验)利用统计量：利用Eviews软件直接得F检验结果及判定结论假设H0：B2==Bk=0

H1：B不全为0给定显著性水平，可得到临界值F(k,n-k-1)，由样本求出统计量F数值，则若用样本计算FF(k-1,n-k)(P>0.05)

，则接收H0，即变量整体影响不显著，模型未经过检验若用样本计算F>F

(k-1,n-k)(P<0.05)

，则拒绝H0，变量整体影响显著，模型经过检验

第9页方差分析表方差起源自由度平方和均方F值P值回归平方和k-1ESSP(F>F临界值)＝P残差平方和n-kRSS总平方和n-1TSS

友情提醒：EXCEL求F临界值函数为FINV(0.05,k-1,n-k)注：为此处k为自变量个数+常数项个数。第10页利用Eviews工具回归结果F=600.22p=0.000<0.05模型经过检验，即X2、X3对Y联合线性显著Y=224.54+0.82X2-61.43X3第11页(3)变量显著性检验（t检验）利用统计量：假设H0：Bi=0H1：Bi0

（i=2…,

k）给定显著性水平，可得到临界值t(n-k)，由样本求出统计量t数值，则若用样本计算‌‌‌t‌t/2(n-k)

(P>0.05)

，则接收H0，即变量Xi影响不显著，Xi未经过检验

若用样本计算‌‌‌t‌>t/2(n-k)

(P<0.05)

，则拒绝H0，即变量Xi影响显著，Xi经过检验

第12页变量显著性检验（单边检验）因为有时需要检验系数是否为正（负)，所以要进行变量单边检验。1)对总体参数提出假设H0：B2≤0，H1：B2>03)给定显著性水平，查t分布表，得单边临界值t(n-2)t(n-2)=TINV(2,n-2)4)比较，判断若t2>t(n-2)(或2p<)

，则拒绝H0，接收H1；若t2

t(n-2)(或2p>)

，则接收H0，拒绝H1；2)以原假设H0结构t统计量，并由样本计算其值t第13页利用Eviews工具回归结果t1=12.03p1=0.000<0.05变量X1经过检验，即X1对Y线性影响显著t2=-1.73p2=0.107>0.05变量X2未经过检验，即X2对Y影响不显著Y=224.54+0.82X2-61.43X3利用Eviews软件直接得t检验结果及判定结论第14页(4)参数置信区间计算公式：其中Sbi可利用Eviews软件得到，ta/2查表得到在(1-)置信水平下bi置信区间是

注：也可用来判定变量是否经过检验第15页利用EXCEL可直接得到置信区间t1置信区间为(0.67，0.97)不包含0，即X1对Y线性影响显著包含0，即X2对Y影响不显著t2置信区间为(-138.2，15.3)第16页利用Eviews工具不能直接求出置信区间t1置信区间为(0.67，0.97)不包含0，即X1对Y线性影响显著包含0，即X2对Y影响不显著a=0.05ta/2

(16-3)=2.16t2置信区间为(-138.2，15.3)第17页excel回归其它结果第18页eviews回归结果（结果含义）被解释变量:Y方法:最小二乘法日期:04/06/07时间:15:08样本:1959观察数:42常数和解释变量参数预计值参数标准误差t统计量双侧概率.C28.047451.62319917.279120.0000X0.7218620.01951036.999660.0000判定系数0.971611被解释变量均值86.59048调整判定系数0.970901被解释变量标准差13.76285回归方程标准差s^2.347733赤池信息准则4.591225残差平方和220.4739施瓦兹信息准则4.673971似然函数对数-94.41573F-统计量1368.975D-W统计量0.215889F-统计量概率0.000000第19页【练习题】假设王先生预计消费函数(用模型表示),并取得以下结果：这里括号里数字表示对应参数T比率值。要求：利用T比率值检验假设：b2=0(取显著水平为5%)；(2)确定参数预计量标准方差；(3)结构b295%置信区间，这个区间包含0吗？（3.1）(18.7)R2=0.98n=19第20页3、多元线性回归模型预测(1)点预测计算公式为：利用Eviews软件也能够得到能够得到被解释变量预测值：给定样本以外解释变量观察值X0=(1,X20,X30,…,Xk0)注：上例中令1996年X1=7000，X2=8，预测1996年Y值第21页利用Eviews工具进行预测步骤以下：

1、在EquationSpecification窗口输入命令：YCX1X2，点击OK键。得回归结果后。2、首先将样本期范围从1980-1995年扩展为1980-1996年。即单击工作文件框中Pros中Changeworkfilerange，并将1980-1995改为1980-1996。3、然后编辑解释变量X1、X2。在Group数据框中输入变量X1为7000，X2为8。4、点预测。在前面Equation对话框中选Forecast，将时间Sample定义在1980-1996，这时Eviews自动计算出Y=5478.81。第22页利用Eviews工具进行预测结果以下：

此处与前不一样是因为系数保留两位小数造成第23页二、可化为线性模型非线性回归1、倒数模型、多项式模型与变量直接置换法比如，描述税收与税率关系拉弗曲线：抛物线s=a+br+cr2c<0s：税收；r：税率

可经过变量变换化为多元线性模型。设X1=r，X2=r2，则原方程变换为s=a+bX1+cX2c<0第24页2、幂函数模型、指数函数模型与对数变换法

比如，Cobb-Dauglas生产函数：幂函数Q=AKLQ：产出量，K：投入资本；L：投入劳动方程两边取对数：lnQ=lnA+lnK+lnL可经过对数变换化为多元线性模型。设Y=lnQ，X1=lnK,X2=lnL，则原方程变换为Y=lnA+X1+X2第25页实例：建立柯布-道格拉斯生产函数工业生产总值(Yt)，劳动力(L)，资本投入(K)数据Yt=AKL另外此生产函数是否属于规模酬劳不变函数？第26页利用Eviews工具进行最小二乘法回归步骤以下：

在EquationSpecification窗口输入命令：LOG(Y)CLOG(K)LOG(L)点击OK键。得回归结果。Yt=AKL第27页利用Eviews工具回归结果Yt=AKL第28页三、受约束回归可利用Eviews软件直接得到在建立回归模型时，有时依据经济理论需对模型中变量参数施加一定约束条件。问题：对所考查详细问题能否施加约束？计算公式为：设计F检验统计量其中n为样本数，k为包含常数解释变量个数，m为约束个数。假如约束条件无效，R2r

与R2ur差异较大，计算F值也较大。于是，可用计算F统计量值与所给定显著性水平下临界值作比较，对约束条件真实性进行检验。第29页利用Eviews工具检验约束条件检验约束条件是否成立步骤以下：（到对应章节自行补充）

上例中生产函数是否属于规模酬劳不变函数，即检验下述模型中参数是否满足原假设：H0：

+=1H1：+≠1第30页Eviews检验结果F=0.10p=0.75>0.05接收原假设即a+b=1，此生产函数属于规模酬劳不变函数a+b=1(？)第31页四、虚拟变量问题这种“量化”通常是经过引入“虚拟变量”来完成。

许多经济变量是能够定量度量，但也有一些影响经济变量原因无法定量度量，为了在模型中能够反应这些原因影响，需要将它们“量化”。这种“量化”通常是经过引入“虚拟变量”来完成。（一）虚拟变量引入加法方式：考查截距不一样，可用加法方式引入虚拟变量乘法方式：考查斜率改变，可用乘法方式引入虚拟变量。综合方式：第32页

（二）虚拟变量设置标准每一定性变量所需虚拟变量个数要比该定性变量类别数少1，即假如有m个定性变量，只在模型中引入m-1个虚拟变量。例。已知冷饮销售量Y除受k种定量变量Xk影响外，还受春、夏、秋、冬四季改变影响，要考查该四季影响，只需引入三个虚拟变量即可：第33页月度和季度经济时间序列往往展现出季节模式，如空调、冰激凌、饮料销售都展现很强季节性。通常要将季节原因从时间序列中剔除，以观察其它原因影响，即测定其长久趋势。测定季节原因影响方法有很多，其中之一就是虚拟变量法。（三）虚拟变量应用1、虚拟变量在季节变动中应用

可利用Eviews直接处理季节性虚拟变量第34页利用Eviews虚拟变量预计（加法引入季度）Eviews季度数据录入试验步骤:

（到对应章节自行补充）

第35页利用Eviews虚拟变量预计（乘法引入季度）Eviews季度数据录入试验步骤:（到对应章节自行补充）

第36页利用Eviews虚拟变量预计练习1965－1970年美国制造业利润和销售额季度数据（1）假如认为季度影响使利润平均值发生改变，应怎样引入虚拟变量？（2）假如认为季度影响使利润对销售额改变率发生变异，怎样引入虚拟变量？第37页利用Eviews虚拟变量加法引入预计结果第一季度平均利润为6685；第三、四季度变量是不显著，第三、四季度平均利润与第一季度相比差异不显著。第二季度变量检验值处于临界状态，去掉三、四一步考查第38页续第一季度平均利润为6513；第二季度变量影响显著，第二季度与第一季度相比利润多1331.63。第39页利用Eviews虚拟变量乘法引入预计结果第三、四季度系数是不显著，第三、四季度与第一季度相比利润率差异不显著。第二季度变量检验值处于临界状态，去掉三、四一步考查第40页利用Eviews虚拟变量乘法引入预计结果第二季度系数影响显著，第二季度与第一季度相比利润率上升0.0087。第41页

当截距与斜率发生改变时，则需要同时引入加法与乘法形式虚拟变量。考查1990年前后中国居民总储蓄-收入关系是否已发生改变。下表中给出了中国1979~以城镇储蓄存款余额代表居民储蓄以及以GNP代表居民收入数据。2、用虚拟变量表示结构发生改变模型第42页可经过引入加法形式和乘法形式虚拟变量来处理结构发生改变模型。将n1与n2次观察值合并，并用以预计以下回归：年份储蓄SGNPD11980118.54517.811981124.24860.311982151.75301.811983217.15957.411984322.27206.711985407.98989.11198661510201.411987835.711954.511988728.214922.3119891345.416917.8119901887.318598.4119912072.821662.5119922438.426651.911993321734560.5119946756.446670119958143.557494.9019968858.566850.501997775973142.7019987127.776967.2019996214.380579.404710.688228.10943094346.40Di为引入虚拟变量：利用虚拟变量表示改变模型第43页利用Eviews回归结果为：t=(3.99)(-0.99)(-4.25)(4.46)

p=(0.001)(0.33)(0.0005)(0.0003)

由B3与B4t检验可知：参数显著地不等于0，强烈显示出两个时期回归是相异。1994年前：1994年后：

代入D1值，可得第44页五、模型设定偏误（一）模型设定偏误类型:1、关于解释变量选取偏误主要包含漏选相关变量和多项选择无关变量。2、关于模型函数形式选取偏误。

（二）模型设定偏误检验1、检验是否含有没有关变量：直接对选择模型回归

2、残差图示法3、普通性设定偏误检验－RESET检验(可经过Eviews实现)第45页1、利用Eviews检验是否有多出变量

利用Eviews检验是否有多出变量可用以下指令：在结果页面调用“View\CoefficientTests\RedundantVariables-LikelihoodRatio”功效；比如：已知得到预计方程是：MCGDPGDP(-1)则在上述功效对话框中输入：GDP(-1)H0：某变量