教学第十章联立方程模型课件

复习1复习1计量经济学“四大过程”模型设计：理论假说理论模型计量模型模型估计：数据估计方法模型检验：经济统计计量模型应用：预测制定政策2计量经济学“四大过程”模型设计：模型估计：模型检验：模型应用计量回归分析中要注意的问题模型设计理论模型计量模型模型估计点估计对j对2几何性质统计性质区间估计对j对2模型检验经济检验正负号值域统计检验R2检验t检验F检验计量检验多重共线性异方差自相关随机解释变量时间序列数据检验单位根检验协整分析模型预测均值预测个值预测3计量回归分析中要注意的问题模型设计理论模型计量模型模型估计点学术论文的基本结构引言理论框架计量模型和估计方法数据结果结论4学术论文的基本结构引言理论框架计量模型和估计方法数据结果结论一般回归结果的表示5一般回归结果的表示5模型的选择线性回归模型（只有一个因变量）联立方程模型（两个以上内生变量，有因果关系）VAR模型（几个内生变量同等对待，每一内生变量由它的滞后值和其他变量的滞后值来解释。通常模型中没有任何外生变量）自回归求积移动平均（ARIMA）模型（“让数据自己说话”）Logit模型和Probit模型（定类或定序因变量）6模型的选择线性回归模型（只有一个因变量）6总体、样本、回归分析总体：是我们研究的目的，但是不能知道总体的全部数据样本：是总体中的一部分，用样本来推断总体的性质。回归分析：是关于研究一个叫做因变量的变量对另一个或多个叫做解释变量的变量的依赖关系，其用意在于通过后者（在重复抽样中）的已知或设定值，去估计和（或）预测前者的（总体）均值。总体样本样本样本7总体、样本、回归分析总体：是我们研究的目的，但是不能知道总体相关关系vs回归关系vs因果关系相关关系：是两个变量之间的关系，是对称的；回归关系：解释变量与被解释变量的统计关系，是非对称的。解释变量是因，被解释变量是果，这种因果关系是由经济学理论确定的，不是由回归决定的。所以，不能说：“回归结果证明了X是Y的原因”。因果关系：统计关系本身不可能意味着任何因果关系。8相关关系vs回归关系vs因果关系相关关系：是两个变量统计关系vs确定性关系统计关系：如农作物受气温、降雨、阳光、施肥的影响。计量研究的是统计关系。确定性关系：如牛顿引力定律计量不研究确定性关系。不要对恒等式进行回归。9统计关系vs确定性关系统计关系：如农作物受气温、降雨、阳数学形式10数学形式10数据类型时间序列数据横截面数据面板数据（paneldata）混合数据11数据类型时间序列数据11数据度量尺度定类数据定序数据定距数据定比数据12数据度量尺度定类数据12多元线性回归模型的“四个要素”Y=0+1X1+2X2+u3、方程式4、随机扰动项2、参数1、变量注：因变量是随机变量13多元线性回归模型的“四个要素”Y=0+1X1+2X比较总体回归函数PRF和SRF14比较总体回归函数PRF和SRF14参数OLS估计量的统计性质15参数OLS估计量的统计性质15线性回归方程的统计检验单参数检验（t检验）：检验单个参数的显著性。总体显著性检验（F检验）：将全部参数作为一个整体看待，只要有一个参数显著，则总体就显著。拟合优度检验（R2）：样本回归线对样本观测点的拟合程度。注意，R2=0.5不表示有50％的样本观测点在样本回归线上。16线性回归方程的统计检验单参数检验（t检验）：检验单个参数的显统计检验的表达式17统计检验的表达式17计量检验多重共线性：方差膨胀因子(VIF)异方差：White检验自相关：DW检验18计量检验多重共线性：18定类、定序因变量二分因变量：对数单位模型（Logit）概率单位模型（Probit）定序因变量：NormalLogistic19定类、定序因变量二分因变量：19联立方程可识别性的一般原则K-km-1不可识别否是R(A)=M-1不可识别否是K-k=m-1过度识别否是恰好识别20联立方程可识别性的一般原则K-km-1不可识别否是R(联立方程估计方法单方程估计法：工具变量法（IV）适用于恰好可识别方程，估计量是一致的两阶段最小二乘法（TSLS/2SLS）适用于过度识别方程，估计量是一致的系统估计法：三阶段最小二乘法（3SLS）估计量是一致的并且是渐进有效的似不相关回归法（SUR）21联立方程估计方法单方程估计法：21复习22复习1计量经济学“四大过程”模型设计：理论假说理论模型计量模型模型估计：数据估计方法模型检验：经济统计计量模型应用：预测制定政策23计量经济学“四大过程”模型设计：模型估计：模型检验：模型应用计量回归分析中要注意的问题模型设计理论模型计量模型模型估计点估计对j对2几何性质统计性质区间估计对j对2模型检验经济检验正负号值域统计检验R2检验t检验F检验计量检验多重共线性异方差自相关随机解释变量时间序列数据检验单位根检验协整分析模型预测均值预测个值预测24计量回归分析中要注意的问题模型设计理论模型计量模型模型估计点学术论文的基本结构引言理论框架计量模型和估计方法数据结果结论25学术论文的基本结构引言理论框架计量模型和估计方法数据结果结论一般回归结果的表示26一般回归结果的表示5模型的选择线性回归模型（只有一个因变量）联立方程模型（两个以上内生变量，有因果关系）VAR模型（几个内生变量同等对待，每一内生变量由它的滞后值和其他变量的滞后值来解释。通常模型中没有任何外生变量）自回归求积移动平均（ARIMA）模型（“让数据自己说话”）Logit模型和Probit模型（定类或定序因变量）27模型的选择线性回归模型（只有一个因变量）6总体、样本、回归分析总体：是我们研究的目的，但是不能知道总体的全部数据样本：是总体中的一部分，用样本来推断总体的性质。回归分析：是关于研究一个叫做因变量的变量对另一个或多个叫做解释变量的变量的依赖关系，其用意在于通过后者（在重复抽样中）的已知或设定值，去估计和（或）预测前者的（总体）均值。总体样本样本样本28总体、样本、回归分析总体：是我们研究的目的，但是不能知道总体相关关系vs回归关系vs因果关系相关关系：是两个变量之间的关系，是对称的；回归关系：解释变量与被解释变量的统计关系，是非对称的。解释变量是因，被解释变量是果，这种因果关系是由经济学理论确定的，不是由回归决定的。所以，不能说：“回归结果证明了X是Y的原因”。因果关系：统计关系本身不可能意味着任何因果关系。29相关关系vs回归关系vs因果关系相关关系：是两个变量统计关系vs确定性关系统计关系：如农作物受气温、降雨、阳光、施肥的影响。计量研究的是统计关系。确定性关系：如牛顿引力定律计量不研究确定性关系。不要对恒等式进行回归。30统计关系vs确定性关系统计关系：如农作物受气温、降雨、阳数学形式31数学形式10数据类型时间序列数据横截面数据面板数据（paneldata）混合数据32数据类型时间序列数据11数据度量尺度定类数据定序数据定距数据定比数据33数据度量尺度定类数据12多元线性回归模型的“四个要素”Y=0+1X1+2X2+u3、方程式4、随机扰动项2、参数1、变量注：因变量是随机变量34多元线性回归模型的“四个要素”Y=0+1X1+2X比较总体回归函数PRF和SRF35比较总体回归函数PRF和SRF14参数OLS估计量的统计性质36参数OLS估计量的统计性质15线性回归方程的统计检验单参数检验（t检验）：检验单个参数的显著性。总体显著性检验（F检验）：将全部参数作为一个整体看待，只要有一个参数显著，则总体就显著。拟合优度检验（R2）：样本回归线对样本观测点的拟合程度。注意，R2=0.5不表示有50％的样本观测点在样本回归线上。37线性回归方程的统计检验单参数检验（t检验）：检验单个参数的显统计检验的表达式38统计检验的表达式17计量检验多重共线性：方差膨胀因子(VIF)异方差：White检验自相关：DW检验39计量检验多重共线性：18定类、定序因变量二分因变量：对数单位模型（Logit）概率单位模型（Probit）定序因变量：NormalLogistic40定类、定序因变量二分因变量：19联立方程可识别性的一般原则K-km-1不可识别否是R(A)=M-1不可识别否是K-k=m-1