《計(jì)量經(jīng)濟(jì)學(xué)》課件

《《計(jì)量經(jīng)濟(jì)學(xué)》課件》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)》課件（109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) Econometrics,Tel：13972286169 E_mail：,課程介紹,,計(jì)量經(jīng)濟(jì)學(xué)是在經(jīng)濟(jì)理論的指導(dǎo)下通過數(shù)學(xué)和統(tǒng)計(jì)方法對(duì)經(jīng)濟(jì)關(guān)系進(jìn)行分析以尋求經(jīng)濟(jì)現(xiàn)象所具有的數(shù)量規(guī)律的一門經(jīng)濟(jì)學(xué)學(xué)科。,以建立、檢驗(yàn)和運(yùn)用計(jì)量經(jīng)濟(jì)模型為核心，在介紹基本原理基礎(chǔ)上，重點(diǎn)分析回歸分析在實(shí)際應(yīng)用中會(huì)遇到的三大問題（多重共線形、異方差、自相關(guān)）的檢驗(yàn)與解決方法，最后介紹對(duì)不同類型數(shù)據(jù)的各種回歸分析模型。,掌握建模思路、經(jīng)濟(jì)模型的參數(shù)估計(jì)和檢驗(yàn)； 初步掌握計(jì)量經(jīng)濟(jì)學(xué)軟件包Excel和Eviews軟件的操作和基本技術(shù)； 在此基礎(chǔ)上，能夠獨(dú)立完成一個(gè)小型計(jì)量經(jīng)濟(jì)模型的全過程。,課程說明,考核

2、方式 使用教材與參考文獻(xiàn) 計(jì)量經(jīng)濟(jì)學(xué)基礎(chǔ)（第4版），古扎拉蒂，費(fèi)劍平、孫春霞等譯，中國(guó)人民大學(xué)出版社2005年版。 計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論：現(xiàn)代觀點(diǎn)，J.M.伍德里奇，費(fèi)劍平、林相森 譯，中國(guó)人民大學(xué)出版社。 計(jì)量經(jīng)濟(jì)學(xué)入門，黃少敏，北京大學(xué)出版社。 計(jì)量經(jīng)濟(jì)模型與經(jīng)濟(jì)預(yù)測(cè)（第4版），Robert S.Pindyck & Daniel L.Rubinfeld，錢小軍等 譯，機(jī)械工業(yè)出版社。 數(shù)據(jù)分析與Eviews應(yīng)用，易丹輝，中國(guó)統(tǒng)計(jì)出版社2002年版。,,,教育家B. F. Skinner,“如果我們將學(xué)過的東西忘得一干二凈時(shí)，最后剩下來的東西就是教育的本質(zhì)了?！?所謂“剩下來的東西”，其實(shí)就是自學(xué)

3、的能力，也就是舉一反三或無(wú)師自通的能力。,第一章 緒論,2學(xué)時(shí),,基本要求 通過本章的學(xué)習(xí)，了解計(jì)量經(jīng)濟(jì)學(xué)建立和發(fā)展的背景，在經(jīng)濟(jì)學(xué)科中的重要地位；理解計(jì)量經(jīng)濟(jì)學(xué)的概念；掌握經(jīng)濟(jì)數(shù)據(jù)的類別，實(shí)證經(jīng)濟(jì)分析的步驟。 本章重點(diǎn)：實(shí)證經(jīng)濟(jì)分析的步驟 本章難點(diǎn)：計(jì)量經(jīng)濟(jì)學(xué)概念的理解,第一章 緒論 提綱,第一節(jié) 計(jì)量經(jīng)濟(jì)學(xué)簡(jiǎn)介 一、計(jì)量經(jīng)濟(jì)學(xué)產(chǎn)生 二、什么是計(jì)量經(jīng)濟(jì)學(xué) 三、計(jì)量經(jīng)濟(jì)學(xué)的地位 四、如何學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué) 第二節(jié) 實(shí)證經(jīng)濟(jì)分析的步驟,第一節(jié) 計(jì)量經(jīng)濟(jì)學(xué)簡(jiǎn)介,一、計(jì)量經(jīng)濟(jì)學(xué)產(chǎn)生 1、經(jīng)濟(jì)學(xué)的科學(xué)化,經(jīng)濟(jì)學(xué)是科學(xué)嗎？,科學(xué)方法,,2、經(jīng)濟(jì)學(xué)的應(yīng)用,例，在經(jīng)濟(jì)衰退中，有人說： 1）需要削減工資，因?yàn)?/p>

4、那將增加企業(yè)的利潤(rùn)，并因而刺激生產(chǎn)； 2）需要增加工資，因?yàn)槟菍⒋碳はM(fèi)者的需求，因而刺激生產(chǎn)； 3）需要削減利息率，因?yàn)槟菍⒋碳ら_設(shè)新企業(yè)； 4）需要提高利息率，因?yàn)槟菍⒃黾鱼y行存款，并因而給予銀行增加貸款的能力。 “增工資”與“減工資” 、“ 削減利息率”與“提高利息率”相互矛盾，如何選擇？ 分開看，四種措施都有其道理，但是決策者卻無(wú)所適從。因?yàn)檫@些措施都是純理論概念，既沒有定量化，也沒有比較各種措施的相對(duì)力度。,弗瑞希認(rèn)為：經(jīng)濟(jì)理論只在純定性基礎(chǔ)上工作，而不設(shè)法定量測(cè)度不同因素影響的重要性，實(shí)際上不可能得出和辯護(hù)任何“結(jié)論”,,1929年大危機(jī)使企業(yè)需要研究、預(yù)測(cè)市場(chǎng)，政府需要探討政策干

5、預(yù)的效果。但面臨同樣問題，于是發(fā)展出比較適用于分析經(jīng)濟(jì)資料的統(tǒng)計(jì)方法，形成了經(jīng)濟(jì)學(xué)中的一個(gè)獨(dú)立領(lǐng)域---計(jì)量經(jīng)濟(jì)學(xué)。,但統(tǒng)計(jì)學(xué)是通識(shí)教育，存在適用性問題： 主要用于自然科學(xué)(受控)，不完全適用于社會(huì)科學(xué)(非受控)； 不夠深入，不足以應(yīng)付各種經(jīng)濟(jì)資料。,對(duì)經(jīng)濟(jì)理論的驗(yàn)證與進(jìn)一步應(yīng)用，需要分析實(shí)際經(jīng)濟(jì)資料。因此，統(tǒng)計(jì)學(xué)成為必需。,,,,,,,,,宏觀分析階段,1926，弗瑞希、丁伯根創(chuàng)立計(jì)量經(jīng)濟(jì)學(xué) 1930，國(guó)際計(jì)量經(jīng)濟(jì)學(xué)會(huì)成立 1933, Econometrica 雜志創(chuàng)刊,微觀分析階段,創(chuàng)立階段,1930年代，側(cè)重于個(gè)別商品供給與需求的計(jì)量，基本上屬于個(gè)量分析或微觀分析,1940 年代以來，范

6、圍擴(kuò)大到整個(gè)經(jīng)濟(jì)體系，其特征是處理總量數(shù)據(jù)。很多至今還在英、美等西方國(guó)家運(yùn)行的模型正是那個(gè)時(shí)期開發(fā)的。,Ragnar Frisch Norway,Jan Tinbergen the etherlands,二、什么是計(jì)量經(jīng)濟(jì)學(xué),,,,,計(jì)量經(jīng)濟(jì)學(xué),經(jīng)濟(jì)學(xué),數(shù)學(xué),統(tǒng)計(jì)學(xué),在經(jīng)濟(jì)理論的指導(dǎo)下通過用數(shù)學(xué)和統(tǒng)計(jì)方法對(duì)經(jīng)濟(jì)關(guān)系進(jìn)行分析以尋求經(jīng)濟(jì)現(xiàn)象所具有的數(shù)量規(guī)律的一門經(jīng)濟(jì)學(xué)學(xué)科（離開經(jīng)濟(jì)學(xué)，模型將是一堆無(wú)用的數(shù)學(xué)符號(hào)），以建立、檢驗(yàn)和運(yùn)用計(jì)量經(jīng)濟(jì)模型為核心（隨機(jī)方程）。,與其他學(xué)科的區(qū)別,,,運(yùn)用抽象的方法，借助數(shù)學(xué)函數(shù)和幾何圖形得出經(jīng)濟(jì)學(xué)概念與理論，先經(jīng)濟(jì)行為公理化，然后演繹

7、推理，雖有方程式，但沒有賦予具體數(shù)值；經(jīng)濟(jì)關(guān)系絕對(duì)準(zhǔn)確確定，不可能用統(tǒng)計(jì)資料驗(yàn)證。,,,以統(tǒng)計(jì)資料作為記述現(xiàn)實(shí)經(jīng)濟(jì)變動(dòng)過程的手段；不驗(yàn)證經(jīng)濟(jì)理論、預(yù)測(cè)、政策評(píng)價(jià),,,（國(guó)外稱廣義計(jì)量經(jīng)濟(jì)學(xué)）=計(jì)量經(jīng)濟(jì)學(xué)+優(yōu)化理論+投入產(chǎn)出+技術(shù)經(jīng)濟(jì)學(xué)等一切涉及經(jīng)濟(jì)的數(shù)量分析方面的各個(gè)學(xué)科的綜合。,經(jīng)濟(jì)統(tǒng)計(jì)學(xué),中國(guó)的數(shù)量經(jīng)濟(jì)學(xué),數(shù)理經(jīng)濟(jì)學(xué),,,,計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)預(yù)測(cè)的科學(xué),基于以下共識(shí)：世界運(yùn)行是有規(guī)律的，人們行為所產(chǎn)生的紛繁復(fù)雜的經(jīng)濟(jì)數(shù)據(jù)是這些規(guī)律的表象，計(jì)量經(jīng)濟(jì)學(xué)的任務(wù)就是分析這些表象數(shù)據(jù)，找到其背后的規(guī)律。 計(jì)量經(jīng)濟(jì)學(xué)從根上說，是對(duì)經(jīng)驗(yàn)規(guī)律的認(rèn)識(shí)以及將這些規(guī)律推廣為經(jīng)濟(jì)學(xué)“定律”的系統(tǒng)性努力，這些“定律”

8、被用來進(jìn)行預(yù)測(cè)，即關(guān)于什么可能發(fā)生或者什么將會(huì)發(fā)生的預(yù)測(cè)。因此，廣義地說，計(jì)量經(jīng)濟(jì)學(xué)可以稱為經(jīng)濟(jì)預(yù)測(cè)的科學(xué)。,計(jì)量經(jīng)濟(jì)學(xué)的藝術(shù)成分,計(jì)量經(jīng)濟(jì)學(xué)雖然以科學(xué)原理為基礎(chǔ)，但仍保留了一定的藝術(shù)成分，主要體現(xiàn)在試圖找出一組合適的假設(shè)，這些假設(shè)既嚴(yán)格又現(xiàn)實(shí)，使得我們能夠使用可獲得的數(shù)據(jù)得到最理想的結(jié)果，而現(xiàn)實(shí)中這種嚴(yán)格的假設(shè)條件往往難以滿足。 “藝術(shù)”成分的存在使得計(jì)量經(jīng)濟(jì)學(xué)有別于傳統(tǒng)的科學(xué)，是使人對(duì)它提供準(zhǔn)確預(yù)測(cè)的能力產(chǎn)生懷疑的主要原因。,三、計(jì)量經(jīng)濟(jì)學(xué)的地位,克萊因（R.Klein）：“計(jì)量經(jīng)濟(jì)學(xué)已經(jīng)在經(jīng)濟(jì)學(xué)科中居于最重要的地位”，“在大多數(shù)大學(xué)和學(xué)院中，計(jì)量經(jīng)濟(jì)學(xué)的講授已經(jīng)成為經(jīng)濟(jì)學(xué)課程表中最有權(quán)威

9、的一部分”。 薩繆爾森（P.Samuelson） ：“第二次大戰(zhàn)后的經(jīng)濟(jì)學(xué)是計(jì)量經(jīng)濟(jì)學(xué)的時(shí)代”。,,舉例,某個(gè)房地產(chǎn)代理商想研究房屋售價(jià)和房屋特征之間的關(guān)系，這些特征包括：房屋的面積、到市中心的距離、臥室的數(shù)量、衛(wèi)生間的數(shù)量、小區(qū)容積率、平均每戶停車位數(shù)、是否可觀海（山）等等。該代理商想知道，房屋的這些特征對(duì)售價(jià)有什么影響。他可以建立一個(gè)模型：,四、如何學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué),,多重共線性；異方差；自相關(guān),若資料與理論一致，則接受理論，利用估計(jì)好的模型； 若不一致，則修正或者推翻理論。,計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)與修正,驗(yàn)證、預(yù)測(cè)、政策評(píng)價(jià),第二節(jié) 實(shí)證經(jīng)濟(jì)分析的步驟,Keynes消費(fèi)理論：平均說來，當(dāng)人們收入

10、增多時(shí)，他們傾向于消費(fèi)，但其增長(zhǎng)的程度并不和收入增長(zhǎng)的程度一樣多。,,,橫截面數(shù)據(jù)；時(shí)間序列數(shù)據(jù)；混合橫截面數(shù)據(jù)；面板數(shù)據(jù),ols；極大似然估計(jì)；pls C= 282.2434+ 0.758511Y (0.9825) (20.54),理論或假說陳述,數(shù)學(xué)模型設(shè)定,計(jì)量模型設(shè)定,獲取數(shù)據(jù),參數(shù)估計(jì)與假設(shè)檢驗(yàn),數(shù)據(jù)來源,國(guó)家統(tǒng)計(jì)局網(wǎng)站 中國(guó)人民銀行網(wǎng)站 外匯管理局網(wǎng)站 中國(guó)統(tǒng)計(jì)年鑒各期 中國(guó)資訊行統(tǒng)計(jì)數(shù)據(jù)庫(kù) 中國(guó)經(jīng)濟(jì)信息中心 .,數(shù)據(jù)類別,橫截面數(shù)據(jù)：隨機(jī)抽樣；數(shù)據(jù)排序不影響計(jì)量分析。 時(shí)間序列數(shù)據(jù) 趨勢(shì)性：數(shù)據(jù)與時(shí)間有關(guān)，因?yàn)檫^去的事件可以影響到未來，而且行為滯后

11、在社會(huì)科學(xué)中相當(dāng)普遍。 季節(jié)性 混合橫截面數(shù)據(jù) 不同時(shí)間點(diǎn)都是隨機(jī)抽樣：同一數(shù)據(jù)單位在不同點(diǎn)同時(shí)出現(xiàn)純屬偶然 目的：分析一項(xiàng)新政策的影響；擴(kuò)大樣本容量 面板數(shù)據(jù) 同一橫截面數(shù)據(jù)的數(shù)據(jù)單位都被跟蹤了一段特定的時(shí)期 可控制觀測(cè)單位本身具有而我們又觀測(cè)不到的特征,三要素,經(jīng)濟(jì)理論 經(jīng)濟(jì)數(shù)據(jù) 統(tǒng)計(jì)方法,理 論,模 型,計(jì)量經(jīng)濟(jì)模型,事 實(shí),數(shù) 據(jù),加工好的數(shù)據(jù),統(tǒng)計(jì)理論,計(jì)量經(jīng)濟(jì)技術(shù),使用計(jì)量經(jīng)濟(jì)技術(shù)，用加工好的數(shù)據(jù)， 估計(jì)計(jì)量經(jīng)濟(jì)模型,結(jié)構(gòu)分析,預(yù) 測(cè),政策評(píng)價(jià),,,,,,,,,,,,練習(xí),某空調(diào)生產(chǎn)商請(qǐng)你為他研究?jī)r(jià)格上漲對(duì)空調(diào)需求量的影響，你將如何做？簡(jiǎn)述思路。 課后學(xué)習(xí)章節(jié)：引言 預(yù)習(xí)章節(jié)：附錄

12、A.7----教材下冊(cè)P844,,第二章 統(tǒng)計(jì)基礎(chǔ)知識(shí)復(fù)習(xí),4學(xué)時(shí),,基本要求 通過本章的學(xué)習(xí)，理解總體數(shù)字特征的含義；掌握樣本估計(jì)量的計(jì)算公式，估計(jì)量的四大性質(zhì)，假設(shè)檢驗(yàn)方法，第一類錯(cuò)誤、第二類錯(cuò)誤和p值的含義。 本章重點(diǎn)：點(diǎn)估計(jì)、假設(shè)檢驗(yàn)方法 本章難點(diǎn)：置信區(qū)間、第一類錯(cuò)誤與第二類錯(cuò)誤、p值的含義,第二章 統(tǒng)計(jì)基礎(chǔ)知識(shí)復(fù)習(xí) 提綱,一、總體的數(shù)字特征數(shù) 二、樣本的數(shù)字特征統(tǒng)計(jì)量 三、通過樣本估計(jì)總體 1、點(diǎn)估計(jì) 2、區(qū)間估計(jì) 3、假設(shè)檢驗(yàn),一、總體的數(shù)字特征數(shù),隨機(jī)變量：表示總體的數(shù)量特征。依概率不同而取不同值的變量，取值由隨機(jī)實(shí)驗(yàn)的結(jié)果決定。如計(jì)算拋10次硬幣正面朝上的次數(shù) 1、期望值

13、 2、方差 3、協(xié)方差 4、相關(guān)系數(shù),例：女兒期待父親釣多少魚回家？,數(shù)學(xué)期望是最容易發(fā)生的，因而是可以期待的。它反映數(shù)據(jù)集中的趨勢(shì)。,,二、樣本的數(shù)字特征統(tǒng)計(jì)量,樣本：簡(jiǎn)單隨機(jī)抽樣，每個(gè)個(gè)體有同等入選樣本的機(jī)會(huì) n元隨機(jī)變量（x1,x2,,xn），獨(dú)立同分布 每一次具體抽樣所得的數(shù)據(jù)，就是n元隨機(jī)變量的一個(gè)觀察值。 1、樣本均值 2、樣本方差 3、樣本協(xié)方差 4、樣本相關(guān)系數(shù),中心極限定理,給定某一變量，無(wú)論該變量服從什么樣的分布，當(dāng)其樣本規(guī)模增大時(shí)，其樣本均值的分布就會(huì)趨于正態(tài)分布。,N(0,1),t(n-1),,三、通過樣本估計(jì)總體,樣本是總體的一部分，是對(duì)總體隨機(jī)抽樣后得到的集合。 對(duì)

14、觀察者而言，總體是不了解的，了解的只是樣本的具體情況。 我們所要做的就是通過對(duì)這些具體樣本的情況的研究，來推知整個(gè)總體的情況。,,,,Xn+1,Xn,,X1,,,樣本,總體,,例：燈泡壽命期望值的估計(jì),某燈泡廠某天生產(chǎn)了一大批燈泡，從中抽取了10個(gè)進(jìn)行壽命試驗(yàn)，獲得數(shù)據(jù)如下（單位：小時(shí)），問該天生產(chǎn)的燈泡的平均壽命是多少？,1、點(diǎn)估計(jì),方法：最小二乘估計(jì)、極大似然估計(jì)等方法,如何選擇最佳估計(jì)量--估計(jì)量的性質(zhì),對(duì)總體的數(shù)量特征可以提出若干估計(jì)量。所謂估計(jì)量的特性指的是衡量一個(gè)統(tǒng)計(jì)量用以估計(jì)總體參數(shù)的好壞標(biāo)準(zhǔn)。我們構(gòu)造一個(gè)統(tǒng)計(jì)量時(shí)，它們就應(yīng)當(dāng)具有這些優(yōu)良性，否則就不采用它來估計(jì)總體參數(shù)。估計(jì)量的

15、優(yōu)良性可從四個(gè)方面進(jìn)行衡量： 無(wú)偏性,,有效性 方差最小 一個(gè)無(wú)偏有效估計(jì)量的取值在可能范圍內(nèi)最密集于附近。即，它以最大的概率保證估計(jì)量的取值在真值附近擺動(dòng)。,,均方誤最小性 在很多情況下，我們被迫在偏差的大小與方差的大?。礋o(wú)偏與有效性）之間作出抉擇。 有時(shí)，一個(gè)方差極小的有偏估計(jì)比一個(gè)方差極大的無(wú)偏估計(jì)可能更為我們所追求。 此時(shí)，估計(jì)量的均方誤為我們?cè)趦烧咧g的權(quán)衡提供了一個(gè)有效的尺度。 一致性,,4支比賽用槍的抽樣結(jié)果,一次射擊就是一次抽樣。 哪些是無(wú)偏估計(jì)？ 哪些是有偏估計(jì)？ 哪些是有效估計(jì)？ 哪些是無(wú)偏有效估計(jì)？,,對(duì)區(qū)間估計(jì)的形象比喻,我們經(jīng)常說某甲的成績(jī)“大概80分左右”，

16、可以看成一個(gè)區(qū)間估計(jì)問題。（某甲的成績(jī)?yōu)楸还烙?jì)的參數(shù)） P(1 < < 2 )=大概的準(zhǔn)確程度（ 1-） 如：P(75 < <85 )=95%=1-5%,“大概80分左右”,,,,,冒險(xiǎn)率（假設(shè)檢驗(yàn)中叫顯著水平）,,下限,上限,,,2、區(qū)間估計(jì),用點(diǎn)估計(jì)估計(jì)參數(shù)，即使是無(wú)偏有效的估計(jì)量，也會(huì)由于樣本的隨機(jī)性，使得由樣本計(jì)算出的估計(jì)值并不恰恰是真值。而且即使等于真值，由于真值未知，我們也不能肯定這種相等。那么，究竟相差多少？于是問題等價(jià)為：在給定可靠程度下，指出被估計(jì)參數(shù)所在的可能值的范圍，就是參數(shù)的區(qū)間估計(jì)問題。 具體作法是找出兩個(gè)統(tǒng)計(jì)量1(x1,,xn)與2 (x1

17、,,xn)，使 P(1 < < 2 )=1- (1 , 2)稱為置信區(qū)間， 1-稱為置信度（置信系數(shù)）， 稱為冒險(xiǎn)率（測(cè)不準(zhǔn)的概率），一般等于5%或1%。,期望值的區(qū)間估計(jì)---中心極限定理的應(yīng)用,n30正態(tài)分布 n<30 t分布,5%,1.96,,例：新生兒體重的區(qū)間估計(jì),假設(shè)新生兒（男）的體重服從正態(tài)分布。隨機(jī)抽取12名新生兒，測(cè)得體重如下表，試以95%的置信度估計(jì)新生兒（男）的平均體重。,,3、假設(shè)檢驗(yàn),有時(shí)候我們感興趣的問題具有確定的yes 或no 的答案。比如，工作培訓(xùn)計(jì)劃是否有效地提高了工人的工作效率？女性在求職時(shí)是否受到歧視？運(yùn)用樣本數(shù)據(jù)設(shè)計(jì)一套方法來回答這類問題

18、就是假設(shè)檢驗(yàn)。 所謂假設(shè)檢驗(yàn)，就是事先對(duì)總體參數(shù)或總體分布形式作出一個(gè)假設(shè)，然后利用樣本信息來判斷原假設(shè)是否合理，即判斷樣本信息與原假設(shè)是否有顯著差異，從而決定是否接受或否定原假設(shè)。,,假設(shè)檢驗(yàn)采用的邏輯推理方法是反證法。 先假定原假設(shè)正確，然后根據(jù)樣本信息，觀察由此假設(shè)而導(dǎo)致的結(jié)果是否合理，從而判斷是否接受原假設(shè)。 判斷結(jié)果合理與否，是基于“小概率事件不易發(fā)生”這一原理的 概率很小的事件在一次抽樣試驗(yàn)中幾乎是不可能發(fā)生的。若在原假設(shè)的前提下，居然發(fā)生了小概率事件，則說明原假設(shè)是錯(cuò)誤的，于是否定原假設(shè)。,思路,提出假設(shè) 根據(jù)該假設(shè)，找到小概率事件 抽樣，看小概率事件是否發(fā)生 如果發(fā)

19、生，表示假設(shè)是錯(cuò)的。 如果沒有發(fā)生，表示假設(shè)不是錯(cuò)的。,步驟,1、設(shè)定假設(shè)條件 原定假設(shè)H0: =0 替代假設(shè)H1: 0 2、決定用哪種檢驗(yàn) 若n30,用Z檢驗(yàn)；若n臨界值,則否定原定假設(shè)；---小概率事件發(fā)生 若|統(tǒng)計(jì)值|<臨界值,則不能否定原定假設(shè),例：女嬰體重變化的假設(shè)檢驗(yàn),從1999年出生的女嬰中隨機(jī)地抽取20名，測(cè)得平均體重=3160克，標(biāo)準(zhǔn)差=300克，根據(jù)已有的統(tǒng)計(jì)資料新生女嬰的平均體重=3140克，問1999年與過去新生女嬰的體重是否有變化（=0.01） ？,兩類錯(cuò)誤,由于我們作出判斷的依據(jù)是一組樣本，結(jié)論卻是對(duì)于總體的，即由局部=全面，由特殊=一般，由個(gè)別

20、=整體，在作出拒絕或接受原假設(shè)之后，我們可能作出了正確的決定，也可能產(chǎn)生了錯(cuò)誤，但是我們不能確定是否產(chǎn)生了錯(cuò)誤。然而我們可以計(jì)算產(chǎn)生I 類誤差或II 類誤差的概率。 第 I 類錯(cuò)誤：原定假設(shè)本是正確的，而檢驗(yàn)結(jié)果卻否定了它。出現(xiàn)該錯(cuò)誤的概率是（失誤率、顯著性水平）。---棄真 第 II 類錯(cuò)誤：原定假設(shè)本是錯(cuò)誤的，而檢驗(yàn)結(jié)果卻沒有否定它。出現(xiàn)該錯(cuò)誤的概率是。---納偽,,自然我們希望犯兩類錯(cuò)誤的概率都越小越好。但對(duì)一定的樣本容量n，一般都不能作到犯這兩類錯(cuò)誤的概率同時(shí)都小。由于減小 =增大 ，或者減小 =增大 ，于是我們面臨抉擇，計(jì)量經(jīng)濟(jì)學(xué)中常常愿意使犯”第一類錯(cuò)誤“的概率較小，因?yàn)槲覀兲岢黾?/p>

21、設(shè)時(shí)往往就希望拒絕它，拒絕錯(cuò)了的概率就較小 。而不考慮 。因此，拒絕H0是堅(jiān)決有力的（冒險(xiǎn)率是確定的），而不拒絕H0則是無(wú)可奈何的（冒險(xiǎn)率是沒有確定的）。,不能同時(shí)減小犯兩類錯(cuò)誤概率的圖示,p-value,一般軟件在做統(tǒng)計(jì)或回歸分析的時(shí)候，都直接以統(tǒng)計(jì)值為臨界值計(jì)算出對(duì)應(yīng)的概率，稱做p-value。表示否定原定假設(shè)失誤的可能性，即精確的失誤率、顯著水平、顯著程度。 若p-value小到可以接受的水平，則否定原假設(shè)；否則，不能否定原假設(shè)。,思考題,為什么有人熱衷于買彩票？ 為什么有人熱衷于買車？ 以上兩種現(xiàn)象有矛盾嗎？ 課后學(xué)習(xí)章節(jié)：附錄A.7---教材下冊(cè)P844 預(yù)習(xí)章節(jié)：第1、2、3章,,

22、第3章 回歸分析的基本方法：ols,4學(xué)時(shí),教學(xué)要求,基本要求 通過本章的學(xué)習(xí)，了解“回歸”名稱的由來，理解總體回歸函數(shù)與樣本回歸函數(shù)的含義，掌握最小二乘法的思路與推導(dǎo)過程，理解OLS估計(jì)量的性質(zhì)。 本章重點(diǎn)：最小二乘法的思路與推導(dǎo)過程 本章難點(diǎn)：總體回歸函數(shù)與樣本回歸函數(shù)的關(guān)系,引子：中國(guó)旅游業(yè)收入將超過3000億美元？,從2004年中國(guó)國(guó)際旅游交易會(huì)上獲悉，到2020年，中國(guó)旅游業(yè)總收入將超過3000億美元，相當(dāng)于國(guó)內(nèi)生產(chǎn)總值的8-11%。（資料來源國(guó)際金融報(bào)2004-11-25第二版） 是什么決定性的因素能使中國(guó)旅游業(yè)總收入到2020年達(dá)到3000億美元？ 旅游業(yè)的發(fā)展與這種決定性因

23、素的數(shù)量關(guān)系究竟是什么？ 怎樣具體測(cè)定這種數(shù)量關(guān)系？,應(yīng)當(dāng)考慮的問題,確定作為研究對(duì)象的經(jīng)濟(jì)變量 （如中國(guó)旅游業(yè)總收入） 分析影響研究對(duì)象的主要因素 （如中國(guó)居民收入的增長(zhǎng)） 分析各種影響因素與所研究經(jīng)濟(jì)現(xiàn)象的相互關(guān)系 （決定相互聯(lián)系的數(shù)學(xué)關(guān)系式） 確定所研究的經(jīng)濟(jì)問題與影響因素間的具體數(shù)量關(guān)系 （需要特定的方法進(jìn)行參數(shù)估計(jì)） 分析并檢驗(yàn)所得數(shù)量結(jié)論的可靠性 （需要統(tǒng)計(jì)檢驗(yàn)） 運(yùn)用數(shù)量研究結(jié)果作經(jīng)濟(jì)分析和預(yù)測(cè) （對(duì)數(shù)量分析的實(shí)際應(yīng)用）,第3章 提綱,第一節(jié) 簡(jiǎn)單回歸模型的設(shè)定 一、模型概念 二、其他條件不變概念 三、總體回歸函數(shù) 第二節(jié) 簡(jiǎn)單回歸模型的估計(jì)：ols 一、ols的推導(dǎo) 二、樣本回

24、歸函數(shù) 三、ols估計(jì)量的性質(zhì),第一節(jié) 簡(jiǎn)單回歸模型的設(shè)定,理論陳述：在其他條件不變的情況下，y如何隨著x變化 數(shù)理模型：y=f(x) 計(jì)量模型： -----簡(jiǎn)單回歸模型,一、模型概念,1、因果關(guān)系 y-因變量，被解釋變量 x-自變量，解釋變量 -參數(shù)，系數(shù),因變量與自變量一定是要有因果關(guān)系的，且方向不能搞反,沙塵暴,西北風(fēng)力 土地開發(fā)狀況 草木生長(zhǎng)情況 防風(fēng)眼鏡銷量 皮鞋價(jià)格,因此，一定要根據(jù)經(jīng)濟(jì)理論來選擇變量,2、其他條件如何表示---統(tǒng)計(jì)關(guān)系,u-誤差，表示除x之外影響y的其他因素。可視為觀測(cè)不到的因素。 顯然的問題是：為什么不把這些變量明顯地引進(jìn)到模型中來，而以隨即擾動(dòng)項(xiàng)來替代

25、？理由是多方面的： （1）真正的關(guān)系是Y = f (X1， X2， )，但X2, X3,, 相對(duì)不重要或難以辨認(rèn)或欠缺數(shù)據(jù)，用u代表之。 （2）兩變量之間的關(guān)系可能不是嚴(yán)格線性的，u反映了與直線的偏差。 （3）經(jīng)濟(jì)行為是隨機(jī)的，我們能夠用 Y=+X 解釋“典型”的行為，而用u來表示個(gè)體偏差。 （4）總會(huì)出現(xiàn)測(cè)量誤差， 使得任何精確的關(guān)系不可能存在。 （5）節(jié)省原則,3、函數(shù)關(guān)系,若其他因素被看作保持不變，則x對(duì)y具有線性影響。 1-斜率參數(shù) 0-截距參數(shù),,二、其他條件不變概念,怎樣能在保持其他因素固定的同時(shí)又忽略所有這些其他因素，以得到x對(duì)y在其他條件不變下的影響呢？ 解決方法之一：采

26、用實(shí)驗(yàn)數(shù)據(jù)---在保持其他條件u固定的前提下，做實(shí)驗(yàn)。用得到的實(shí)驗(yàn)數(shù)據(jù)（x,y）來估計(jì)模型中的參數(shù)。,問題是經(jīng)濟(jì)數(shù)據(jù)絕大部分是非實(shí)驗(yàn)數(shù)據(jù)，且現(xiàn)實(shí)經(jīng)濟(jì)做實(shí)驗(yàn)的難度極大，如之奈何？,,解決方法之二：u可以變化，但必需與x毫不相干。此時(shí)，只需滿足如下假定即可： 零條件均值假定E(u|x)=E(u)=0 含義：對(duì)任何給定的x值，其他因素的平均值是相等的。如不管受教育的年數(shù)為多少，平均能力水平是一樣的。則滿足該假設(shè)。 為方便起見，只要模型中有截距項(xiàng)，則假設(shè)E(u)=0是合理的。因?yàn)槿舨粸?，總能夠通過重新定義模型中的截距項(xiàng)，使截距包含E(u)，從而使得假設(shè)E(u)=0成立。,,三、總體回歸函數(shù),零條件

27、均值假定E(u|x)=E(u)=0成立的前提下，,含義：說明被解釋變量Y的平均狀態(tài)（總體條件期望）隨解釋變量X變化的規(guī)律。,總體回歸線,解釋變量取給定值時(shí)因變量的條件期望值的軌跡。 對(duì)應(yīng)于解釋變量X的給定值都有Y的一個(gè)子總體，連接這些子總體的均值就得到了總體回歸線。,回歸的含義,古典意義：高爾頓遺傳學(xué)的回歸概念（父母身高與子女身高的關(guān)系） 現(xiàn)代意義：一個(gè)因變量對(duì)若干解釋變量依存關(guān)系的研究 目的：由解釋變量去估計(jì)因變量的平均值,一個(gè)虛構(gòu)的例子---教材P25,目的：研究一個(gè)由60個(gè)家庭組成的假想社會(huì)，其家庭消費(fèi)支出與收入的關(guān)系。即如果知道了家庭的周收入，能否預(yù)測(cè)該家庭的平均周消費(fèi)支出水平。 理論

28、陳述：凱恩斯消費(fèi)理論 數(shù)理模型 計(jì)量模型 數(shù)據(jù)：把所有家庭的支出、收入數(shù)據(jù)找到，然后按收入分組，尋找其關(guān)系。,分析,（1）由于不確定因素的影響，對(duì)同一收入水平X，不同家庭的消費(fèi)支出不完全相同； （2）由于調(diào)查的完備性，給定收入水平X的消費(fèi)支出Y的分布是確定的。因此，給定收入X的值Xi，可得消費(fèi)支出Y的條件期望值 E(Y|X=Xi) （3）描出散點(diǎn)圖發(fā)現(xiàn)：隨著收入的增加，消費(fèi)“平均地說”也在增加，且Y的條件均值均落在一根正斜率的直線上，此即 總體回歸線,由于找到了所有的數(shù)據(jù)，我們僅僅通過觀察圖形就輕而易舉的發(fā)現(xiàn)了變量之間的依存關(guān)系---一條唯一且確定的總體回歸線,若找不到所有數(shù)據(jù)，

29、怎么辦？,消費(fèi)水平均值預(yù)測(cè),“一個(gè)家庭周消費(fèi)支出的期望值是多少？” 計(jì)算無(wú)條件期望值=所有家庭周支出的求和平均=121.2美元（“無(wú)條件”含義---并不關(guān)心收入水平） “一個(gè)周收入為140美元的家庭的周消費(fèi)支出的期望值是多少？” 計(jì)算條件期望值E(Y|X=140)=17+0.6*140=101美元----對(duì)家庭收入為140的支出的最佳均值預(yù)測(cè),因此，對(duì)收入水平（解釋變量）的了解能使我們相對(duì)于在不了解時(shí)更好地預(yù)測(cè)消費(fèi)支出（因變量）的均值。---回歸分析的本質(zhì)：了解被預(yù)測(cè)變量的影響因素能提高預(yù)測(cè)質(zhì)量。,個(gè)別家庭的消費(fèi)水平預(yù)測(cè),“一個(gè)周收入為90美元的家庭的周消費(fèi)支出的實(shí)際值是多少？” 先利用總體回

30、歸函數(shù)求出一個(gè)周收入為90美元的家庭的周消費(fèi)支出的期望值/平均值E(Y|X=140)=17+0.6*90=71美元 再求出i----只有求助于巫婆神漢了,科學(xué),迷信,,第二節(jié) 簡(jiǎn)單回歸模型的估計(jì)：ols,總體回歸函數(shù)的確定需要了解總體情況，而事實(shí)上總體是不可知的； 現(xiàn)實(shí)的情況只能是在一次觀測(cè)中得到總體的一個(gè)樣本(xi,yi),i=1,,n 問題：能從一次抽樣中獲得總體的近似的信息嗎？如果可以，如何從抽樣中獲得總體的近似信息？ 因此我們的任務(wù)：需要通過樣本來估計(jì)總體 方法：最小二乘法ols，極大似然估計(jì)法等,一、ols的推導(dǎo),我們的目標(biāo)是使擬合出來的直線在某種意義上是最佳的，直觀地看，也就是要

31、求估計(jì)直線盡可能地靠近各觀測(cè)點(diǎn)。 ols思想：找到一條直線，使得樣本點(diǎn)到該直線的縱向距離和最小。為克服偏差距離正負(fù)相抵，并突出偏差較大的點(diǎn)的作用，應(yīng)計(jì)算樣本點(diǎn)到該直線的縱向距離的平方和，并使其最小。,數(shù)學(xué)推導(dǎo),求解這一最小化問題，根據(jù)極小化的一階條件：,,可得到以下正規(guī)方程（Normal equation） ：,解上述正規(guī)方程組得到估計(jì)值：,稱為最小二乘估計(jì)量（OLS估計(jì)）。,,二、樣本回歸函數(shù),因此，ols是選擇一條直線，使其殘差平方和達(dá)到最小值的方法。,樣本回歸線,樣本回歸函數(shù)與總體回歸函數(shù),總體回歸函數(shù)是固定然而未知的 樣本回歸函數(shù)是總體回歸函數(shù)的一個(gè)樣本估計(jì)，是從一組給定的數(shù)據(jù)樣本中得

32、來的。所以新的樣本會(huì)產(chǎn)生新的不同的斜率和截距，即新的樣本回歸函數(shù)。,誤差與殘差,誤差出現(xiàn)在總體回歸模型中；誤差是無(wú)法觀測(cè)的 殘差出現(xiàn)在樣本回歸模型中；殘差可以從數(shù)據(jù)中計(jì)算出來,虛構(gòu)的例子---教材P33,表2.4樣本，利用ols得樣本回歸函數(shù) 表2.5樣本，利用ols得樣本回歸函數(shù),真實(shí)案例3-1,研究目的：為了分析什么是影響各地區(qū)居民消費(fèi)支出有明顯差異的最主要因素，并分析影響因素與消費(fèi)水平的數(shù)量關(guān)系，可以建立相應(yīng)的計(jì)量經(jīng)濟(jì)模型去研究。 理論陳述：凱恩斯消費(fèi)理論 模型設(shè)定：模型的被解釋變量Y選定為“城市居民每人每年的平均消費(fèi)支出”， “城市居民每人每年可支配收入”作為解釋變量X 。 樣本數(shù)據(jù)：

33、2002年橫截面數(shù)據(jù),,2002年樣本數(shù)據(jù)的結(jié)果,觀察變量分布，確定模型形式 估計(jì)參數(shù),,以2005年數(shù)據(jù)作為新樣本,新的樣本回歸函數(shù)：,,三、ols估計(jì)量的性質(zhì),高斯-馬爾可夫定理：在五大假設(shè)條件滿足的前提下，用ols估計(jì)出來的參數(shù)是最好的、線性的、無(wú)偏差的估計(jì)值（BLUE, The Best Linear Unbiased Estimator） 。 含義：用ols方法估計(jì)出來的樣本回歸線是非?！敖咏笨傮w回歸線的，盡可能忠實(shí)地反映了總體回歸線，在其滿足五大假定的前提下。盡管總體回歸線永遠(yuǎn)不得而知。,,,復(fù)習(xí)：第1、2、3章 預(yù)習(xí)：第5章,第4章 回歸結(jié)果的統(tǒng)計(jì)檢驗(yàn),2學(xué)時(shí),前一章的回歸結(jié)果

34、可信嗎？,盡管在眾多估計(jì)方法中，ols估計(jì)的樣本回歸線是BLUE，但這個(gè)最優(yōu)的估計(jì)本身是否令人滿意呢？ 樣本回歸線是否很好的代表了樣本點(diǎn)的信息？ 回歸方程整體上有意義嗎？有可能出現(xiàn)所有自變量同時(shí)都不能解釋因變量的情況嗎？ 各個(gè)自變量的系數(shù)是否有意義？,第四章 提綱,第一節(jié) 方程的方差分析ANOVA 一、總平方和TSS、解釋平方和ESS、殘差平方和RSS 二、擬合優(yōu)度 第二節(jié) 回歸方程的整體顯著性檢驗(yàn)：F檢驗(yàn) 第三節(jié) 單個(gè)參數(shù)的統(tǒng)計(jì)意義檢驗(yàn)：t檢驗(yàn) 一、ols估計(jì)量的分布 二、t檢驗(yàn),第一節(jié) 方程的方差分析ANOVA,一、總平方和TSS、解釋平方和ESS、殘差平方和RSS,,TSS=ESS+RS

35、S（證明略） Y的樣本值圍繞其均值的總變異(total variation)可分解為兩部分：一部分來自回歸線(ESS)，另一部分則來自隨機(jī)勢(shì)力(RSS)。,,二、擬合優(yōu)度,1=ESS/TSS + RSS/TSS 擬合優(yōu)度、判定系數(shù) 是解釋變異與總變異之比，表示Y的樣本變異被自變量X解釋的部分。衡量了樣本回歸線與樣本點(diǎn)之間的擬合程度。 R2越接近1，說明實(shí)際觀測(cè)點(diǎn)離樣本線越近，擬合優(yōu)度越高。 實(shí)際值與擬合值的樣本相關(guān)系數(shù)的平方。 1 0,,不必太在意其大小。在社會(huì)科學(xué)中，過低是正常的。過低并不表示回歸方程是沒有用的。 僅在要利用回歸方程做預(yù)測(cè)時(shí)，才要求較高的擬合優(yōu)度。,案例3-1,本例中可決系數(shù)

36、為0.935685，說明所建模型整體上對(duì)樣本數(shù)據(jù)擬合較好，即解釋變量“城市居民人均年可支配收入”對(duì)被解釋變量“城市居民人均年消費(fèi)支出”的絕大部分差異作出了解釋。,,,第二節(jié) 回歸方程的整體顯著性檢驗(yàn)：F檢驗(yàn),既然擬合優(yōu)度不能用來判斷，那么該用什么來判斷回歸方程是否有用？ 1、假設(shè)檢驗(yàn) H0:回歸方程無(wú)用（所有k個(gè)自變量都不能解釋Y，參數(shù)都=0） H1:回歸方程有用 2、 3、查找臨界值：根據(jù)允許的誤差（顯著性水平），查找F 4、計(jì)算F值 5、若F F ，則否定原假設(shè)，說明方程整體是顯著的； 若F< F，則不能否定原假設(shè)。,F檢驗(yàn)的p-value,一般計(jì)量經(jīng)濟(jì)軟件都報(bào)告關(guān)于方程整體顯

37、著性的F檢驗(yàn)的p-value(失誤率)，即否定原假設(shè)失誤的概率。 若p-value < 我們?cè)试S的顯著性水平，則否定原假設(shè)，說明方程整體是顯著的。,案例3-1,本例中F=421.9023，F(xiàn)檢驗(yàn)的p-value=0.0000000,說明方程整體是顯著的。,,,第三節(jié) 單個(gè)參數(shù)的統(tǒng)計(jì)意義檢驗(yàn),若方程通過F檢驗(yàn)，只能說明有些自變量對(duì)因變量Y有解釋作用，但具體哪些自變量有顯著的解釋力，而哪些又沒有呢？ 這就要看其參數(shù)（系數(shù)）是否有統(tǒng)計(jì)意義，是否顯著的不等于0。 變量的顯著性檢驗(yàn)所應(yīng)用的方法是數(shù)理統(tǒng)計(jì)學(xué)中的假設(shè)檢驗(yàn)。 計(jì)量經(jīng)濟(jì)學(xué)中，主要是針對(duì)變量的參數(shù)真值是否為零來進(jìn)行顯著性檢驗(yàn)的。,,任務(wù)：利用ol

38、s估計(jì)量的分布來做假設(shè)檢驗(yàn)。 原假設(shè) H0:1=0 備擇假設(shè)H1: 10,一、ols估計(jì)量的分布,1、期望值：在滿足一系列假定的前提下，具無(wú)偏性,無(wú)偏性是ols估計(jì)量的統(tǒng)計(jì)性質(zhì)，但并沒有告訴我們從特定的樣本中得到的估計(jì)值是什么。我們的希望是，如果得到的樣本是“典型”的，那么我們的估計(jì)值就會(huì)“接近于”總體值。不幸的是，我們總有可能得到點(diǎn)估計(jì)遠(yuǎn)離總體值的不幸樣本，而且我們永遠(yuǎn)也不可能確知情況是否如此。,了解預(yù)期的估計(jì)值是以總體值為中心而分布的,,2、標(biāo)準(zhǔn)差：在滿足一系列假定的前提下，,了解預(yù)期的估計(jì)值究竟距離總體值有多遠(yuǎn),,,二、t檢驗(yàn),1、原假設(shè) H0:1=0 備擇假設(shè) H1:10 2、 3、

39、查找臨界值：根據(jù)允許的誤差（顯著性水平），查找臨界值t/2,n-2 4、由樣本計(jì)算t值 5、 若|t| t/2 ，則拒絕原假設(shè)，說明1顯著不等于0，對(duì)應(yīng)的自變量對(duì)因變量有顯著影響； 若|t|< t/2，則不能否定原假設(shè)，說明1可能等于0，對(duì)應(yīng)的自變量對(duì)因變量沒有顯著影響。,案例3-1,臨界值 拒絕H0:1=0 。這表明，城市人均年可支配收入對(duì)人均年消費(fèi)支出有顯著影響。 不能拒絕H0: 0=0,,,,t檢驗(yàn)的p-value,一般計(jì)量經(jīng)濟(jì)軟件都報(bào)告關(guān)于方程參數(shù)的總體值是否為0的t檢驗(yàn)的p-value(失誤率)，即否定原假設(shè)失誤的概率。 若p-value < 我們?cè)试S的顯著性水平，則否定原假設(shè)，說明參數(shù)顯著不為0，對(duì)應(yīng)的自變量對(duì)因變量有顯著的解釋作用。,思考題,如何檢驗(yàn)原假設(shè) H0:1=1 備擇假設(shè) H1:11 對(duì)于簡(jiǎn)單一元回歸模型，F(xiàn)檢驗(yàn)與t檢驗(yàn)有何聯(lián)系？ 復(fù)習(xí)：第5章 預(yù)習(xí)：第6章,,