新编计量经济学第一章课件

《新编计量经济学第一章课件》由会员分享，可在线阅读，更多相关《新编计量经济学第一章课件（57页珍藏版）》请在装配图网上搜索。

1、计量经济学王琴英教材：计量经济学 李宝仁、王琴英、乔云霞 编著 机械工业出版社(2019)绪论1.计量经济学什么是计量经济学经济学、统计学、数学三者结合量化了的经济理论与统计观测之相互融合的结晶狭义上，根据现实的统计数据，估计经济变量之间的关系式，进而应用于预测和政策评价等。广义上，定量研究经济现象的计量经济方法。研究对象经济现象。属于应用经济学领域。一、什么是计量经济学二、计量经济学的产生和发展产生的原因以实际观测数据分析为基础的经济分析的兴起为验证经济理论的正确性、实用性寻找一种科学的有效方法。概率误差为经济学中理论与现实的误差提供了方法上的度量。发展过程理论驱动线性计量经济模型单方程计量

2、经济模型静态计量经济分析数据驱动非线性计量经济模型联立方程模型动态计量经济分析三、计量经济学与其它学科的关系三个要素理论经济理论，计量经济学研究的基础。方法数理经济学、统计学、数理统计学，为计量经济模型的建立、统计估计与推断及预测等提供工具和手段。数据统计学，提供经济数据；经济数据具有非试验性、偶然性、相互关联性的特点；经济变量与统计指标的关系、统计数据的可比性、2计量经济学的研究方法和步骤一、计量经济模型的制定1.模型的设定条件2.确定模型所包含的变量3.确定模型中变量关系的数学形式4.拟定模型中参数的符号、大小等。二、样本数据的收集（时间序列数据、横截面数据、面板数据）计量经济模型（最小二

3、乘法、加权最小二乘法、广义最小二乘法、）三、计量经济模型参数的估计四、计量经济模型的检验1.经济意义检验（参数的符号、大小、）2.统计检验（估计量的统计特性，统计推断）3.计量经济检验（异方差、序列相关、多重共线性）4.预测检验五、计量经济学的应用结构分析、经济预测、政策评价例1中国货币供应量与经济增长的关系uGDP国内生产总值（按当年价）（亿元）uZGDP国内生产总值增长率（%）（按不变价计算，上年=100）uM1狭义货币供应量M1（亿元）uZM1狭义货币供应量M1同比增长率（%）（按可比口径计算）年份ZGDPZM1年份ZGDPZM1198513.55.820197.811.919868.8

4、20.120197.617.7198711.616.220008.416.0198811.322.520198.312.719894.16.320199.116.819903.820.2201910.018.719919.224.2201910.113.6199214.235.9201911.311.8199314.021.6201912.717.5199413.126.2201914.221.1201910.916.820199.69.1201910.018.920099.132.420199.316.5201910.321.1统统计计数数据据（1）1985-2019年年GDP增长率与增长率

5、与M1同比增长率折线图同比增长率折线图图图1图2散点图统统计计数数据据（2）年份GDPM1年份GDPM11990 18667.86950.72019 109655.259871.61991 21781.58633.32019 120332.770881.81992 26923.511731.52019 135822.884118.61993 35333.916280.42019 159878.395969.71994 48197.920540.72019 184937.4107278.82019 60793.723987.12019 216314.4126035.12019 71176.628

6、514.82019 265810.3152560.12019 78973.034826.32019 314045.4166217.12019 84402.338953.72009 340506.9220001.52019 89677.145837.22019 397983.0267000.02000 99214.653147.2图图31985-2019年年GDP与与M1变动折线图变动折线图图图4散散点点图图1、经济计量学精要美古亚拉提著，张涛译，机械工业出版社。2、计量经济学李子奈著，高等教育出版社。3、计量经济学方法与应用李子奈著，清华大学出版社。4、计量经济学基础美古扎拉蒂著，费剑平等译，

7、中国人民大学出版社。5、经济计量学的应用英戴维.梅斯著，黄明译，商务印书馆6、计量经济学软件Eviews使用指南（第二版），张晓峒主编，南开大学出版社。参考书复习：数理统计学一、随机变量及其概率分布随机变量及其概率分布（随机变量，样本，统计量，估计量，正态分布，T分布，自由度，分布，F分布）二、数学期望、方差、协方差、相关系数数学期望、方差、协方差、相关系数三、统计估计统计估计（点估计，区间估计，估计量的统计特性）四、假设检验假设检验（原假设与备择假设，显著性水平，假设检验的方法，检验统计量，拒绝域与接受域，假设检验的步骤）例2调查公司对200名刚毕业的MBA人员的年收入进行调查，发现他们的年

8、平均收入为6.75万元，标准差为1.75万元。在显著性水平为0.05下，能否认为毕业的MBA人员的年均收入在6.5万元以上？例3“金山”软件公司产品的质量按以下标准进行评价：优秀5，很好4，好3，差2，很差1公司通过调查问卷来跟踪客户对产品质量的满意程度，以回收问卷中最高两个等级的比例作为满意度的测量。已知在过去一年中，该比例平均为75%；但本次调查的60份回收问卷中，满意度比例为68.2%。在显著性水平下，能否得出满意度已下降到75%以下的结论？第一章一元线性回归分析1.1一元线性回归模型及其基本假定一、一元线性回归模型1、回归分析随机变量的平均变化趋势2、一元线性回归模型：其中被解释变量或

9、因变量解释变量或自变量随机干扰项或随机误差项未知参数或回归参数记号一元线性回归方程一元线性回归方程其中:假设:的条件期望估计值的条件期望估计值的期望值(即平均值)的估计值回归系数4.一元线性回归方程样本回归方程与总体回归方程样本回归方程与总体回归方程样本回归方程样本回归方程，总体回归方程总体回归方程5.随机误差项包含的因素不可观测的随机变量不可观测的随机变量在在解释变量中被忽略的变量的作用。解释变量中被忽略的变量的作用。模型的设定误差或关系误差。模型的设定误差或关系误差。变量观测值的观测误差的影响。变量观测值的观测误差的影响。其他随机因素。其他随机因素。二、一元线性回归模型的基本假定1、服从正

10、态分布。2、，3、，4、相互独立或不相关，即当时；5、与不相关；即，(常数)1.2回归参数的最小二乘估计已知观测值：待估计的参数：；即求?假设当平方和平方和：取到最小值时取到最小值时，所对应的称为最小二乘估计值最小二乘估计值一、最小二乘估计法(OLS)记号，称为残差残差称为残差平方和残差平方和为使取到最小值，用微积分求偏导：令二、最小二乘估计值即，记号表示的差分；表示的差分。研究1990-2019年中国货币供应量Y例1（续）与国内生产总值X(单位:亿元)的经济关系。（2）求一元线性回归方程，并解释各系数的经济含义。（3）求随机误差项的方差的估计值？（4）求未知参数的置信度为0.95的置信区间？

11、（5）在显著性水平0.05下，完成未知参数的t检验。（6）求拟合优度，并解释其含义。（1）作散点图（样本数据如前面所述）（样本数据如前面所述）要求要求图图4散散点点图图由样本计算所得值1.3随机误差项的方差的估计取残差序列:用此残差序列的样本方差来估计的方差:满足无偏性:，注自由度：平方和分解公式回归平方和回归平方和残差平方和残差平方和总离差平方和总离差平方和记号并且回归的标准误差与因变量标准差1.4参数估计量的统计性质满足线性、无偏、最小方差性线性、无偏、最小方差性一、一、线性线性：和分别是或的线性函数。即其中，满足，二、二、无偏性无偏性：是回归参数的无偏估计量；是回归参数的无偏估计量。即，

12、三、三、最佳性（最小方差性）最佳性（最小方差性）：在回归参数的所有线性无偏估计量中，最小二乘估计量具有最小方差性。即取到最小值取到最小值取到最小值取到最小值1.5回归参数的置信区间和显著性检验一、回归参数的抽样分布二、估计量的标准差及其估计值标准方差：，标准方差的估计值：记号三、回归参数的区间估计给定置信度作随机变量使得的置信度为的置信区间为：(一)对于：给定置信度作随机变量使得(二)对于的置信度为的置信区间为:（）：四、回归参数的显著性检验（一）对于给定显著性水平（1）提出假设（2）作检验统计量（3）在成立的条件下，（4）的拒绝域为：（5）推断：若，则拒绝，因而显著地不为零；反之，则接受。（

13、2）对于给定显著性水平（或检验水平）（1）提出假设（常数）（2）作检验统计量（3）在成立的条件下，（4）的拒绝域为：（5）推断例例4研究北京地区通货膨胀率与房地产价格的经济关系。根据已有的统计数据，考虑样本数据为2019年1月至2019年12月的月度数据；以CPI（同比）表示通货膨胀率（%），以北京房屋销售价格指数（同比）表示北京房价（记作变量：HP）（%）。现分析北京房价对通货膨胀率的线性影响关系。（HP为自变量，CPI为因变量）样本数据如下表所示：月份月份CPIHP月份月份CPIHP月份月份CPIHP06-106-106-206-206-306-306-406-406-506-506-60

14、6-606-706-706-806-806-906-906-1006-1006-1106-1106-1206-1207-107-107-207-207-307-307-407-407-507-507-607-607-707-707-807-807-907-907-1007-1007-1107-1107-1207-1208-108-108-208-208-308-308-408-408-508-508-608-608-708-708-808-808-908-908-1008-1008-1108-1108-1208-121.41.40.50.51.11.10.90.91.21.21.51.50.7

15、0.70.50.50.60.60.60.60.70.71.11.17.07.07.07.07.17.17.37.38.28.210.110.19.89.89.99.99.59.59.59.59.49.49.59.50.50.50.80.81.41.40.80.80.70.71.01.02.12.13.53.53.73.74.44.45.35.35.05.08.98.98.88.89.39.39.49.49.69.69.59.510.410.412.112.113.313.315.115.114.914.915.015.014.314.313.713.713.813.813.013.012.41

16、2.411.211.210.210.28.98.96.96.95.25.22.92.91.01.05.35.36.66.66.06.06.56.56.36.36.16.16.36.35.55.55.25.24.24.22.12.11.01.0月份月份CPIHP月份月份CPIHP2009-12009-12009-22009-22009-32009-32009-42009-42009-52009-52009-62009-62009-72009-72009-82009-82009-92009-92009-102009-102009-112009-112009-122009-122019-12019-

17、12019-22019-22019-32019-32019-42019-42019-52019-52019-62019-62019-72019-72019-82019-82019-92019-92019-102019-102019-112019-112019-122019-120.70.7-1.1-1.1-1.0-1.0-1.4-1.4-1.7-1.7-1.8-1.8-2.4-2.4-2.8-2.8-2.5-2.5-2.3-2.3-1.3-1.3-0.6-0.6-0.2-0.2-0.7-0.7-1.3-1.3-1.0-1.0-1.1-1.1-0.7-0.70.10.11.01.02.22.22

18、.82.85.75.79.29.20 01.01.00.90.91.81.82.52.52.32.32.52.52.82.82.62.63.43.44.34.34.74.710.210.210.710.712.312.314.714.714.314.313.513.512.412.411.511.511.411.411.111.19.19.16.36.3（3）求一元线性回归方程，并解释其经济含义。（4）求未知参数的置信度为0.95的置信区间？（5）在显著性水平0.05下，完成未知参数的t检验？（6）求拟合优度，并说明回归效果？要求：（1）从经济理论角度说明通货膨胀率与房价的关系。（2）作CPI

19、与HP的折线图与散点图，说明数据间的关系。1.6拟合优度和相关系数越大，样本回归方程与实际数据拟合得越好。含义：反映了在对于的回归方程所能解释的那部分变差占总变差的比例。的总离差平方和中，1.7一元线性回归模型应用于预测对于已知的样本回归方程：预测给定自变量的值，利用回归方程对因变量的值进行估计。一、点预测：当（未来值）时，求的估计值？即求？事实上，二、均值的区间预测的置信区间由于由与相互独立，估计量的概率分布:由（1）可以证明:与相互独立，而且分析：概率分布（2）服从正态分布，而且其期望、方差分别为：置信度为的置信区间为:均值的置信区间三、随机变量的预测区间的区间估计利用和的概率分布，且它们

20、之间是相互独立，得到：的置信度为的预测区间为：1.8实例例例1（续）（续）预测预测（亿元）（亿元）设设例例1（续）（续）EVIEWS5.1 回归结果回归结果VariableCoefficientStd.Errort-StatisticProb.C-10974.413229.955-3.3976960.0030X0.6491390.01849835.091860.0000R-squared0.984805Meandependentvar78063.68AdjustedR-squared0.984006S.D.dependentvar72422.40S.E.ofregression9159.182

21、Akaikeinfocriterion21.17329Sumsquaredresid1.59E+09Schwarzcriterion21.27277Loglikelihood-220.3196F-statistic1231.439Durbin-Watsonstat1.195352Prob(F-statistic)0.000000拟合效果图例例4 EVIEWS5.1 回归结果回归结果VariableCoefficientStd.Errort-StatisticProb.C-1.2239270.506756-2.4152200.0189HP0.3647270.0523956.9611330.000

22、0R-squared0.455181Meandependentvar1.861667AdjustedR-squared0.445788S.D.dependentvar2.555492S.E.ofregression1.902447Akaikeinfocriterion4.156925Sumsquaredresid209.9198Schwarzcriterion4.226736Loglikelihood-122.7077F-statistic48.45737Durbin-Watsonstat0.117316Prob(F-statistic)0.000000拟合效果图思考题与练习题P3435：1，3，5，7