计量经济学第二章经典单方程计量经济学模型一元线性回归模型Word文档格式.docx
- 文档编号:21809321
- 上传时间:2023-02-01
- 格式:DOCX
- 页数:21
- 大小:106.73KB
计量经济学第二章经典单方程计量经济学模型一元线性回归模型Word文档格式.docx
《计量经济学第二章经典单方程计量经济学模型一元线性回归模型Word文档格式.docx》由会员分享,可在线阅读,更多相关《计量经济学第二章经典单方程计量经济学模型一元线性回归模型Word文档格式.docx(21页珍藏版)》请在冰豆网上搜索。
可见,估计的截距项不变,而斜率项将为原回归系数的1/12。
例4、对没有截距项的一元回归模型
Y严们X严儿
称之为过原点回归(reg门ssiontluoughtheorigin)。
试证明
(1)如呆通过相应的样本回归模型可得到通常的的正规方程组工©
=0
则可以得到几的两个不同的估计值:
A=Y/X,6=(工X必)/(工X:
)。
(2)在基本假设£
•(/<)=0下,A与A均为无偏估计量。
(3)拟合线Y=P,X通常不会经过均值点(X,F),但拟合线Y=^x则相反。
(4)只有A是几的OLS估计量。
(1)由第一个正规方程工耳=0得
工(匕―施)=0
或工乙"
工X,
求解得B严丫丨又
由第2个卞规方程工X『(匕一久XJ=0得求解得A=(》x/)/(》x:
)
(2)对于P,=Y/X.求期望
这里用到了纥的非随机性。
对于求期望
=E(X/)=(^T)SE[X,(AX’+M)]
=工(X;
)+(^t)EX,Eg=A
(3)要想拟合值Y=P,X通过点(x,r),a乂必须等于卩。
但6乂=gx产工X;
通常不等于Y。
这就意味着点(XY)不太可能位于直线y=AX上。
相反地,由于^x=y,所以直线Y=p{x经过点(x,y)o
(4)OLS方法要求残差平方和最小
MinRSS二工弓―工匕―Ax)
关于A求偏导得
矿=2工(乙-P*)(-XJ=O
工x。
—Axj=o
A=(yx^.)/(yx;
可见A是OLS估计量。
例5・假设模型为Yt=a+px(+^o给定"
个观察值((x25r2),…,
(x”,y“),按如下步骤建立0的一个估计量:
在散点图上把第1个点和第2个点连接起来并计算该直线的斜率;
同理继续,最终将第1个点和最后一个点连接起来并计算该条线的斜率;
最后对这些斜率取平均值,称之为P,即0的估计值。
(1)画出散点图,给出p的几何表示并推出代数表达式。
(2)计算p的期望值并对所做假设进行陈述。
这个估计值是有偏的还是无偏的?
解释理由。
(3)证明为什么该估计值不如我们以前用OLS方法所获得的估计值,并做具体解释。
(1)散点图如下图所示。
(Xi,Yi)
首先计算每条直线的斜率并求平均斜率。
连接(乙必)和(X”乙)的直线斜率为
(乙―};
)/(/—XJ。
由于共有"
一1条这样的直线,因此
(2)因为X非随机且E(/<
)=0,因此
这意味着求和中的每一项都有期塑值0,所以平均值也会有同样的期望值,则表明是无偏的。
(3)根据高斯一马尔可夫定理,只有0的OLS估计量是最付佳线性无偏估计量,因此,
这里得到的P的有效性不如0的OLS估计量,所以较差。
例6.对于人均存款与人均收入之间的关系式=a+pY,使用美国36年的年度数
据得如下估计模型,扌舌号内为标准差:
S,=384.105+0.067乙
(151.105)(0.011)
R2=0.538&
=199.023
(1)0的经济解释是什么?
(2)a和0的符号是什么?
为什么?
实际的符号与你的直觉一致吗?
如果有冲突的话,你可以给出可能的原因吗?
(3)对于拟合优度你有什么看法吗?
(4)检验是否每一个回归系数都与零显著不同(在1%水平下)。
同时对零假设和备择假设、检验统计值、其分布和自由度以及拒绝零假设的标准进行陈述。
你的结论是什么?
解答:
(1)0为收入的边际储蓄倾向,表示人均收入每增加1美元时人均储蓄的预期平均变化量。
(2)由于收入为零时,家庭仍会有支出,可预期零收入时的平均储蓄为负,因此a符号应为负。
储蓄是收入的一部分,且会随着收入的增加而增加,因此预期0的符号为正。
实际的回归式中,0的符号为正,与预期的一致。
但截距项为负,与预期不符。
这可能与由于模型的错误设定形造成的。
如家庭的人II数可能影响家庭的储蓄形为,省略该变量将对截距项的估计产生影响:
另一种可能就是线性设定可能不正确。
(3)拟合优度刻画解释变量对被解释变量变化的解释能力。
模型中53.8%的拟合优度,表明收入的变化可以解释储蓄中53.8%的变动。
(4)检验单个参数采用t检验,零假设为参数为零,备择假设为参数不为零。
双变量情形下在零假设下t分布的自由度为11-2=36-2=34。
由t分布表知,双侧1%下的临界值位于2.750与2.704之间。
斜率项计算的t值为0.067/0.011=6.09,截距项计算的t值为384.105/151.105=2.54。
可见斜率项计算的t值犬于临界值,截距项小于临界值,因此拒绝斜率项为零的假设,但不拒绝截距项为零的假设。
三、习题
(一)基本知识类题型
2-1.
解释卞列概念:
1)
总体回归函数
11)
最人似然法
2)
样本回归函数
12)
估计屋的标准差
3)
随机的总体回归函数
13)
总离差平方和
4)
线性回归模型
14)
回归平方和
5)
随机误差项(U1)和残差项(ej
15)
残差平方和
6)
条件期塑
16)
协方差
7)
非条件期塑
17)
拟合优度检验
8)
回归系数或回归参数
18)
t检验
9)
回归系数的估计量
19)
F检验
10)
最小平方法
2-2.
判断正误并说明理由:
随机误差项5和残差项&
是一回事
总体回归函数给出了对应于每一个自变量的因变量的值
线性回归模型意味着变量是线性的
在线性回归模型中,解释变量是原因,
被解释变量是结果
随机变量的条件均值与非条件均值是一回事
2-3.回答下列问题:
1)线性回归模型有哪些基本假设?
违背基本假设的计量经济学模型是否就不町估计?
2)总体方差与参数估计误差的区别与联系。
3)随机误差项g和残差项&
的区别与联系。
4)根据最小二乘原理,所估计的模型已经使得拟合误差达到最小,为什么还要讨论模型的拟合优度问题?
5)为什么用决定系数R:
评价拟合优度,而不用残差平方和作为评价标准?
6)R2检验与F检验的区别与联系。
7)回归分析与相关分析的区别与联系。
8)最小二乘法和最大似然法的基本原理各是什么?
说明它们有何区别?
9)为什么要进行解释变量的显著性检验?
10)是否任何两个变量之间的关系,都可以用两变量线性回归模型进行分析?
2-2.F列方程哪些是正确的?
哪些是错误的?
(1)yt=a+/3xtt=12…,畀
(2)yt=a+Pxt+“t=1Z
(3)yt=a+pxt+//z/=1,2,…/
AA
(4)yt=a+J3xt+t=1,2,…/
A
(5)yt=a+/3xtf=1,2,…/
(6)yt=a+fixff=1,2,…/
(7)yg=a+J3xt+fitt=1,2,…/
(8)yt=a+pxt+t=1,2,…/
其中带“八”者表示“估计值S
2・3•下表列出若干对自变量与因变量。
对每一对变量,你认为它们之间的关系如何?
是正的、负的、还是无法确定?
并说明理由。
因变虽
自变虽
GNP
利率
个人储蓄
小麦产出
降雨虽
美国国防开支
前苏联国防开支
棒球明星本垒打的次数
其年薪
总统声誉
任职时间
学生计虽经济学成绩
其统计学成绩
日本汽车的进口虽
美国人均国民收入
(-)基本证明与问答类题型
2-4.对于一元线性回归模型,试证明:
(1)E(y,)=&
+/?
£
•
⑵》():
•)=
(3)S(X,儿)=0i#j
2-5.参数估计量的无偏性和有效性的含义是什么?
从参数估计量的无偏性和有效性证明过程说明,为什么说满足基本假设的计量经济学模型的普通最小二乘参数估计量才具有无偏性和有效性?
2-6.对于过原点回归模型丫严卩/严1"
试证明
2-7.试证明:
(1)工匕=0,从而:
e=0
⑵2>莎=°
(3)工耳乙=°
;
即残差◎与匕的估计值之积的和为零。
2-8.为什么在一元线性方程中,最小二乘估计量与极人似然估计量的表达式是一致的?
证
明:
小皿估计量为八挣:
,并且是有盹
2-9.
熟悉t统计量的计算方法和查表判断。
2-10.证明:
R2=(ryx)2;
其中R:
是一元线性回归模型的判定系数,[x是y与x的相关系数。
2-11.试根据置信区间的概念解释t检验的概率意义,即证明:
对于显著性水平a,当
时,0的100(1-a)%的置信区间不包含0。
的0均值假设是否可以表示为丄£
“=0?
11/=!
2・13•现代投资分析的特征线涉及如卞回归方程:
匚=0o+0】G+"
『;
其中:
[表示股票或债券的收益率;
念表示有价证券的收益率(用市场指数表示,如标准普尔500指数);
t表示时间。
在投资分析中,被称为债券的安全系数B,是用来度量市场的风险程度的,即市场的发展对公司的财产有何影响。
依据1956〜1976年间240个月的数据,Fogler和Ganpathy得到IBM股票的回归方程;
市场指数是在芝加哥人学建立的市场有价证券指数:
r,=0.7264+1.0598r„,tr2=0.4710
(0.3001)(0.0728)
要求:
(1)解释回归参数的意义;
(2)如何解释F?
(3)安全系数的证券称为不稳定
证券,建立适当的零假设及备选假设,并用t检验进行检验(a=5%)。
A"
]_
2-14.已知模型乙=4+侏,+%,证明:
估计量a可以表示为:
a=Y{—^i)yi这
里叱=一^
2-15.已知两个量X和Y的一组观察值(Xi,yj,1=1,2,…,na
证明:
Y的真实值和拟合值有共同的均值。
2-16.一个消费分析者论证了消费函数C^a+bY,是无用的,因为散点图上的点(C,,岭)不在直线C,+上。
他还注意到,有时Y’上升但C1下降。
因此他下结论:
C1不是Y1的函数。
请你评价他的论据(这里G是消费,Yi是收入)。
2-17.证明:
仅当R?
=l时,y对x的线性回归的斜率估计量等于x对y的线性回归的斜率估计量的倒数。
AQA
2-18.证明:
相关系数的另一个表达式是:
r=其中“为一元线性回归模型一次项
系数的估计值,Sx、Sy分别为样本标准差。
2-19.对于经济计量模型:
X=bo+0Xf+妁,其OLS估计参数仇的特性在下列情况下会受到什么影响:
(1)观测值数目n增加;
(2)Xi各观测值差额增加;
(3)Xi各观测值近似相等;
(4)E(u2)=0。
2-20.假定有如下的回归结果:
乙=2.6911-0.4795X(,其中,Y表示美国的咖啡的消费
量(每天每人消费的杯数),X表示咖啡的零售价格(美元/杯),t表示时间。
(1)这是一个时间序列回归还是横截面序列回归?
做出回归线;
(2)如何解释截距的意义,它有经济含义吗?
如何解释斜率?
(3)能否求出真实的总体回归函数?
(4)根据需求的价格弹性定义:
弹性=斜率X(X/Y),依据上述回归结果,你能求出对咖
啡需求的价格弹性吗?
如果不能,计算此弹性还需要其他什么信息?
(三)基本计算类题型
2-21.F面数据是对X和Y的观察值得到的。
LY^lllO:
EX】=168O:
2X^=204200
LXr=315400;
LYr=133300
假定满足所有的古典线性回归模型的假设,要求:
(1)5和S?
(2)bi和X的标准差?
(3)
1-?
(4)对内、氏分别建立95%的置信区间?
利用置信区间法,你可以接受零假设:
B-0吗?
2-22.假设王先生估计消费函数(用模型C^a+b^+u,-表示),并获得下列结果:
C,=15+0.81^-,n=19
(3.1)(18.7)R-=0.98这里括号里的数字表示相应参数的T比率值。
(1)利用T比率值检验假设:
b=0(取显著水平为5%);
(2)确定参数估计量的标准
方差;
(3)构造b的95%的置信区间,这个区间包括0吗?
2-23.F表给出了每周家庭的消费支出Y(美元)与每周的家庭的收入X(美元)的数据。
每周收入(X)
每周消费支出(Y)
80
55,60,65,70,75
100
65,70,74,80,85,8S
120
79,84,90,94,9S
140
80,93,95,103,108,113,115
160
102,107,110,116,118,125
ISO
110,115,120,130,135,140
200
120,136,140,144,145
220
135,137,140,152,157,160,162
240
137,145,155,165,175,189
260
150,152,175,178,ISO,185,191
(1)对每一收入水平,计算平均的消费支出,E(Y|X:
),即条件期望值:
(2)以收入为横轴、消费支出为纵轴作散点图;
(3)在散点图中,做出
(1)中的条件均值点;
(4)你认为X与Y之间、X与Y的均值之间的关系如何?
(5)写出其总体回归函数及样本回归函数;
总体回归函数是线性的还是非线性的?
2-24.根据上题中给出的数据,对每一个X值,随机抽取一个Y值,结果如下:
Y
70
65
90
95
110
115
155
150
X
180
(1)以Y为纵轴、X为横轴作图,并说明Y与X之间是怎样的关系?
(2)求样本回归函数,并按要求写出计算步骤;
(3)在同一个图中,做出样本回归函数及从上题中得到的总体回归函数:
比较二者相同吗?
2-25.T表给出了1990〜1996年间的CPI指数与S&
P500指数。
年份
CPI
S&
P500指数
1990
130.7
334.59
1991
136.2
376.18
1992
140.3
415.74
1993
144.5
451.41
1994
148.2
460.33
1995
152.4
541.64
1996
159.6
670.83
资料来炼:
总统经济报告・1997.CPI第3S0贞:
P抬故见含B-93.第406贞.
(1)以CPI指数为横轴、S&
P指数为纵轴做图:
(2)你认为CPI指数与S&
P指数之间关系如何?
(3)考虑下面的回归模型:
(S&
P),=Bl+B£
P_+£
根据表中的数据运用OLS估计上述方程,并解释你的结果;
你的结果有经济意义吗?
2-26.F表给出了美国30所知名学校的MEA学生1994年基本年薪(ASP)、GPA分数(从1〜4共四个等级)、GMAT分数以及每年学费的数据。
学校
ASP/美元
GPA
GMAT
学费/美元
Harvard
102630
3.4
650
23894
Stanford
100800
3.3
665
21189
Columbian
100480
640
21400
Dartmouth
95410
660
21225
Whaxton
S9930
21050
Northwestern
S4640
20634
Chicago
S3210
21656
NflT
S0500
3.5
21690
Virginia
74280
3.2
643
17839
UCLA
74010
14496
Berkeley
71970
647
14361
Cornell
630
20400
NUY
70660
20276
Duke
70490
623
21910
CarnegieMellon
59890
635
20600
NorthCaiolma
69880
621
10132
Michigan
67820
20960
Texas
61890
625
8580
Indiana
58520
615
14036
Purdue
54720
581
9556
CaseWestern
57200
3.1
591
17600
Georgetown
69830
619
19584
MichiganState
41820
590
16057
PerniState
49120
580
11400
SouthernMethodist
60910
600
18034
Tulane
44080
19550
Illinois
47130
616
12628
Lowa
41620
9361
Minnesota
48250
1261S
Washington
44140
617
11436
(1)用双变量回归模型分析GPA是否对ASP有影响?
(2)用合适的回归模型分析GMAT分数是否与ASP有关?
(3)每年的学费与ASP有关吗?
你是如何知道的?
如果两变量之间正相关,是否意味着进到最高费用的商业学校是有利的;
(4)你同意高学费的商业学校意味着高质量的MEA成绩吗?
2-27.从某工业部门抽取10个生产单位进行调查,得到下表所列的数据:
单位序号
年产虽(万吨)y
工作人员数(千人)X
1
210.8
7.062
2
210.1
7.031
3
211.5
7.018
4
20S.9
6.991
5
207.4
6.974
6
2053
7.953
7
198.8
6.927
8
192.1
6.302
9
183.2
6.021
10
176.8
- 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 第二 经典 方程 模型 一元 线性 回归