电子文档交易市场
安卓APP | ios版本
电子文档交易市场
安卓APP | ios版本

线性回归模型的扩展(计量经济学北京师范大学刘泽云)

93页
  • 卖家[上传人]:F****n
  • 文档编号:88225543
  • 上传时间:2019-04-21
  • 文档格式:PPT
  • 文档大小:473.50KB
  • / 93 举报 版权申诉 马上下载
  • 文本预览
  • 下载提示
  • 常见问题
    • 1、第四讲 线性回归分析的扩展 Linear Regression Analysis: Extension,一、引言:放宽经典模型的假设 二、多重共线性 三、异方差性 四、序列相关 五、设定误差,一、引言:放宽经典模型的假设,引言:放宽经典模型的假设,经典正态线性回归模型(CNLRM)的假定 (一)关于模型的假定 回归模型对参数而言是线性的 模型是正确设定的 (二)关于解释变量的假定 解释变量X是确定性变量 若X是随机的,则误差项与X不相关 解释变量的取值有足够变异 解释变量之间不存在完全的线性关系,引言:放宽经典模型的假设,经典正态线性回归模型(CNLRM)的假定 (三)关于误差项的假定 对于给定的X,误差项均值为0 对于给定的X,误差项方差相等 对于给定的X,误差项之间不存在序列相关 误差项服从正态分布,引言:放宽经典模型的假设,假定3和4在联立方程模型中讨论 对假定5我们做简单讨论 假定7影响参数估计的无偏性,暂不讨论 假定10对于大样本数据不是必需的假定。 本讲主要考虑放宽了其余假定后面临的问题,引言:放宽经典模型的假设,微数缺测性 从理论上讲,样本容量n和解释变量数目k必须满足n

      2、k+2,才能进行OLS估计和假设检验。但事实上,即便n满足上述条件,但如果样本很小,那么虽然能够进行估计和检验,也很难通过t检验。,什么是多重共线性 多重共线性的影响 多重共线性的诊断 多重共线性的处理,二、多重共线性,什么是多重共线性,多重共线性(multicollinearity):回归模型中的一些或全部解释变量之间存在一定程度的线性关系,什么是多重共线性,例题4.1 其他例题:p200,什么是多重共线性,图形表示:巴伦坦图,Y,X1,X2,Y,X1,X2,低度多重共线性,高度多重共线性,什么是多重共线性,产生多重共线性的原因 样本过小 模型设定有误:添加了过多的解释变量 由于样本过小,即便在总体中解释变量之间没有线性关系,也可能在获得的样本中观察到较强的线性关系,多重共线性的影响,存在完全线性关系时的OLS估计 无法得到OLS估计量 例题:p201-202,多重共线性的影响,存在多重共线性关系时的OLS估计 可以证明即便存在多重共线性,OLS估计量仍然是BLUE,但系数估计量的方差较大,从而不容易通过t检验,同时预测区间变宽,降低了预测精确度。,例题:p202-203,多重共线性

      3、的影响,影响程度的度量:方差膨胀因子(variance-inflation factor),多重共线性的影响,例题4.2,多重共线性的诊断,简单诊断方法 R2高而单个系数的t值小,换言之,F检验显著,但显著的t值少 任意两个解释变量之间的相关系数较大,比如大于0.9 解释变量之间的偏相关系数较大 简单方法一般来说不很精确,多重共线性的诊断,运用回归分析进行诊断 逐步分析法:先引入经济意义明显,并且在统计上最显著的解释变量,然后逐步引入其他解释变量。如果新引入的解释变量使原有解释变量的系数估计值发生明显变化,或t统计量明显变小,则说明新引入的解释变量与原有解释变量之间存在多重共线性,可以去掉新引入的解释变量 辅助回归法:做每一个解释变量对其余解释变量的回归,得出相应的F统计值,如果在给定的显著性水平下F统计值是显著的,说明该解释变量与其他解释变量之间存在线性关系,可以去掉该解释变量(p207,p211),多重共线性的诊断,运用一些指标进行诊断 方差膨胀因子:计算每个解释变量的方差膨胀因子VIF,一般认为如果VIF大于10,说明该变量与其他变量存在高度共线性 容许度(tolerance):

      4、定义容许度TOL如下,一般认为如果TOL小于0.1,说明该变量与其他变量存在高度共线性 条件指数(condition index, CI):一般认为,如果条件指数在10到30之间,存在较强的多重共线性,如果大于30,则存在严重的多重共线性,多重共线性的诊断,例题4.3(p218),例题:p209-211,多重共线性的诊断,几点说明 多重共线性是一个程度问题而不是存在与否的问题 多重共线性是关于样本的一种特征 如果研究是为了估计斜率系数和预测,多重共线性不是一个严重的问题;但如果研究的主要目的是假设检验,则高度多重共线性的危害就很大,多重共线性的处理,剔除共线性变量中不太重要的解释变量 补充新数据 重新设定模型 练习题:p216-217,习题10.14-10.19,什么是异方差性 异方差性的影响 异方差性的诊断 异方差性的处理,三、异方差性,什么是异方差性,异方差性(heteroscedasticity):回归模型误差项的方差不相同 同方差性(homoscedasticity):回归模型误差项的方差不相同,什么是异方差性,同方差性,X,Y,概率密度,X:受教育年限 Y:工资,什么是异方差

      5、性,异方差性,X,Y,概率密度,X:收入 Y:消费支出,什么是异方差性,异方差性,X,Y,概率密度,X:时间 Y:打字错误,例题:p220-224,什么是异方差性,产生异方差性的原因,异方差性的影响,回归系数的OLS估计量虽然是无偏的、一致的,但不再是有效的 回归标准差的估计不再是无偏的 回归系数OLS估计量的方差估计不再是无偏的,因而t统计量不再服从t分布,F统计量不再服从F分布,从而无法进行区间估计和假设检验 无法根据回归结果进行预测,异方差性的诊断,图解法 布罗施-培甘检验(Breusch-Pagan test) 怀特检验(White test) 帕克检验(Park test) Glesjer test 戈德菲尔德-匡特检验(Goldfeld-Quandt test ),异方差性的诊断,图解法 在同方差假定下作回归分析,用残差项平方与解释变量做散点图,X,异方差性的诊断,图解法:简便处理 用残差项平方与因变量拟合值做散点图,异方差性的诊断,例题4.4(p222) 1988年美国公司销售额与研发支出的关系,异方差性的诊断,例题4.4,异方差性的诊断,布劳殊-培干检验(Breusch

      6、-Pagan test),异方差性的诊断,例题4.4 :BP Test,异方差性的诊断,怀特检验(White test),异方差性的诊断,怀特检验的特例,异方差性的诊断,例题4.4 :White Test,异方差性的诊断,在EViews等计量经济学软件中,直接提供White异方差检验的结果,不需要手工计算。,异方差性的处理,加权最小二乘法(Weighted Least Square,WLS) WLS是广义最小二乘估计(Generalize Least Square, GLS)方法中的一种 通过WLS可以得到BLUE 重新设定模型 怀特一致协方差矩阵估计(White Heteroskedasticity-Consistence Covariance Matrix Estimation ) 得到无偏一致估计量(在大样本情形下适用),异方差性的处理,加权最小二乘估计:误差项方差已知,异方差性的处理,加权最小二乘估计:误差项方差未知,异方差性的处理,例题4.4:加权最小二乘估计(p233) 1988年美国公司销售额与研发支出的关系,异方差性的处理,可行的广义最小二乘估计 在一般情况下,我们并不

      7、知道异方差的具体形式,需要对异方差的函数形式做出估计,然后再进行加权最小二乘估计,这种方法属于可行的广义最小二乘估计(Feasible Generalized Least Square, FGLS)(伍德里奇,2000;赵国庆,2001),异方差性的处理,可行的广义最小二乘估计,异方差性的处理,例题4.5 1996年中国各省市城镇居民人均收入与人均消费的关系,异方差性的处理,重新设定模型,例题:p235,异方差性的处理,例题4.5 1996年中国各省市城镇居民人均收入与人均消费的关系,异方差性的处理,怀特一致协方差矩阵估计 如果存在异方差,则对于通过OLS得到的估计量不能进行t检验和F检验。EViews等软件提供怀特一致协方差矩阵估计量(White Heteroskedasticity-Consistence Covariance Matrix Estimator),这种方法提供大样本情形下回归标准差和回归系数的一致估计量,可以进行t检验和F检验。 例题:p236,异方差性的处理,例题4.6:怀特一致协方差矩阵估计 1998年中国各省市城镇居民人均可支配收入与通讯交通支出,什么是序列相

      8、关 序列相关的影响 序列相关的诊断 序列相关的处理,四、序列相关,什么是序列相关,序列相关(serial correlation):回归模型的误差项之间不完全独立,存在一定程度的相关。也称自相关(autocorrelation) 序列相关经常出现在时间序列数据中,但在横截面数据中也会出现,什么是序列相关,序列相关图示,t,ut,无序列相关,什么是序列相关,序列相关图示,T,ut,ut-1,ut,T,ut,ut,ut-1,正相关,负相关,什么是序列相关,产生序列相关的原因,序列相关的影响,回归系数的OLS估计量虽然是无偏的、一致的,但不再是有效的 回归系数OLS估计量的方差估计不再是无偏的,一般而言会低估实际的方差,从而使得系数的显著性检验容易被通过,而实际上该系数是不显著的 t检验和F检验是不准确的,序列相关的影响,序列相关对方差估计的影响:图示,总体回归曲线,样本回归曲线,Xt,Yt,序列相关的影响,序列相关对方差估计的影响(1),序列相关的影响,序列相关对方差估计的影响(2),序列相关的影响,序列相关对方差估计的影响(3),序列相关的影响,序列相关对方差估计的影响(4),序列相关的

      9、影响,序列相关对方差估计的影响(5),序列相关的诊断,图解法:在无序列相关的假定下作回归分析,然后用残差项与时间变量做散点图,或者用本期的残差与上一期的残差做散点图(p248) 游程检验(runs test,p249-250) 德宾-沃森检验,序列相关的诊断,例题4.7:图解法 1968-1987年美国居民对进口商品的消费支出与可支配收入的关系(数据在p116),序列相关的诊断,德宾-沃森检验(Durbin-Watson test),序列相关的诊断,德宾-沃森检验(Durbin-Watson test),序列相关的诊断,德宾-沃森检验(Durbin-Watson test) 根据OLS估计的残差计算出来的d统计量服从特定的分布,可根据样本容量n和解释变量数目k查表并判断是否存在序列相关,序列相关的诊断,德宾-沃森检验的步骤 对原方程进行OLS估计得到残差 根据d统计量的公式计算d值 根据样本容量和解释变量数目查找d的下临界值和上临界值 根据决策规则判定是否存在一阶自相关 统计软件会自动计算d值,因此我们需要做的仅是后两步,序列相关的诊断,例题4.7:德宾-沃森检验 进口商品消费支出(IMPORT)与可支配收入(PDI),例题:p252-253,序列相关的诊断,德宾-沃森检验的适用条件 回归模型中有常数项 误差项为一阶自相关 不含有因变量的滞后项(不是自回归模型),序列相关的诊断,包含滞后变量(自回归模型)的序列相关诊断 对于此类模型,DW检验是无效的,为此,Durbin提出可以计算h统计量来进行序列相关诊断(平狄克、鲁宾费尔德,1998),序列相关的处理,出现序列相关的原因有很多,我们仅仅考虑最简单的情况,即存在一阶自相关时对于序列相关问题的处理,序列相关的处理,基本思想,序列相关的处理,一阶差分法,注意:使用一阶差分法时不含截距项,序列相关的处理,例题4.7:一阶差分法,序列相关的处理,根据d统计量估计自相

      《线性回归模型的扩展(计量经济学北京师范大学刘泽云)》由会员F****n分享,可在线阅读,更多相关《线性回归模型的扩展(计量经济学北京师范大学刘泽云)》请在金锄头文库上搜索。

      点击阅读更多内容
    最新标签
    发车时刻表 长途客运 入党志愿书填写模板精品 庆祝建党101周年多体裁诗歌朗诵素材汇编10篇唯一微庆祝 智能家居系统本科论文 心得感悟 雁楠中学 20230513224122 2022 公安主题党日 部编版四年级第三单元综合性学习课件 机关事务中心2022年全面依法治区工作总结及来年工作安排 入党积极分子自我推荐 世界水日ppt 关于构建更高水平的全民健身公共服务体系的意见 空气单元分析 哈里德课件 2022年乡村振兴驻村工作计划 空气教材分析 五年级下册科学教材分析 退役军人事务局季度工作总结 集装箱房合同 2021年财务报表 2022年继续教育公需课 2022年公需课 2022年日历每月一张 名词性从句在写作中的应用 局域网技术与局域网组建 施工网格 薪资体系 运维实施方案 硫酸安全技术 柔韧训练 既有居住建筑节能改造技术规程 建筑工地疫情防控 大型工程技术风险 磷酸二氢钾 2022年小学三年级语文下册教学总结例文 少儿美术-小花 2022年环保倡议书模板六篇 2022年监理辞职报告精选 2022年畅想未来记叙文精品 企业信息化建设与管理课程实验指导书范本 草房子读后感-第1篇 小数乘整数教学PPT课件人教版五年级数学上册 2022年教师个人工作计划范本-工作计划 国学小名士经典诵读电视大赛观后感诵读经典传承美德 医疗质量管理制度 2 2022年小学体育教师学期工作总结 2022年家长会心得体会集合15篇
    关于金锄头网 - 版权申诉 - 免责声明 - 诚邀英才 - 联系我们
    手机版 | 川公网安备 51140202000112号 | 经营许可证(蜀ICP备13022795号)
    ©2008-2016 by Sichuan Goldhoe Inc. All Rights Reserved.