計量經濟學自相關性課件-資料下載頁

【導讀】自相關的基本概念及經濟意義；與異方差性的后果進行比較，差異在何處？檢驗自相關性的基本思路；自相關的D-W檢驗法；六章知識，判斷和解決實際問題中可能存在的問題。但在實踐中，該基本假定常得不到滿足。往會影響其后期水平，從而造成模型前后期的隨機誤差項有自相關；某一季度的產出受到罷工的影響而下降，下一季度的產出也可能受到影響，這就造成隨機誤差項有自相關。以許多經濟變量前后期總是相互關聯的，即期的變量受以前各期的影響。在建立回歸模型時，隨機擾動項將會序列相關。當期家庭消費水平在很大程度受上期消費水平的制約；企業第t期的產量與第t-1、t-2、---期密切相關。俗、環境等多方面的因素，消費者在收入下降、或者價格上升時也要保持原來的消費水準。所以，前期的消費狀況Yt-1影響本期的消費支出。映在模型中就是干擾項有序列相關。是隨機誤差項存在自相關時，計算出的的估計量,其方差為：2?嚴重低估計總體方差三、

　　

【正文】 ixtkktt uxx ????? ??? ?110 設 Y是二值響應的觀測值 ， X是解釋變量 )/( ttt xyEp ? 經濟主體選擇 1， 概率為 經濟主體選擇 2， 概率為 則 作為簡單回歸模型的擴展 ， 當然可以用來描述 。 )/1( tt xyp ?)/1(1 tt xyp ??)/( tt xyE pxypxyp tttt ??????? )/0(0)/1(1 隨機擾動項非正態； 作為概率值 ， 不能保證擬合值始終在 [0， 1]范圍之內； 可能存在異方差 二 、 模型 作為對線性概率模型的修正，我們可以考慮在模型中引入轉換函數而保證應變量的取值范圍始終位于 [0， 1]。 Logistic),()/1( ?ttt xFxypp ???),(1)/0( ?ttt xFxypq ????現在的問題是 具有什么樣的函數形式 。 如果我們取 為邏輯函數 (.)F (.)F)ex p (1)ex p (),()(l o g???ttt xxxpis tic????)ex p (1)ex p ()/1(??tttt xxxyp???ppLn?1 tkktt uxx ????? ??? ?110))1(,0(~iiii nppNu ?注：機會比率 ， 成敗比 。 iipp?1特點：有異方差情形 三 、 PROBIT模型 更為一般的情形 ， 如果選擇 F（ .） 是標準正態分布 ，則產生 PROBIT模型 。 )()/1( ?ttt xFxyp ?? dttx )21ex p (21 2?? ? ?? ? ? 在一次住房展銷會上，與房地產商簽訂初步購房意向書的共有 325名顧客，在隨后的 3個月的時間內，只有一部分顧客確實購買了 房屋。購買了房屋的顧客記為“ 1”，沒有購買的人記為“ 0”。以顧客 的年家庭收入為自變量 X，根據如下資料，分析收入 8萬元的家庭買 房的可能性。 年家庭收入（萬元） 簽訂意向書人數（人） 實際購房人數（人） 25 8 32 13 58 26 52 22 43 20 39 22 28 16 21 21 15 10 用三個模型分別討論這個問題。 C oe f f i c i e nt sa. 2 8 5 . 0 2 4 1 1 . 6 5 9 . 0 0 03 . 7 8 3 E 0 2 . 0 0 4 . 9 6 3 9 . 4 0 6 . 0 0 0( C o n s t a n t )收入（萬元）M o d e l1B S t d . E r r o rU n s t a n d a r d i z e dC o e f f i c i e n t sB e t aS t a n d a r d iz e dC o e f f i c i e ntst S i g .D e p e n d e n t V a r i a b le : 實際購房比例a . 分析收入 8萬元的家庭買房的可能性為 xy 03 7 ??58 74 *03 78 ???y 判類觀測類 0 1 預測正確率（ %） 0 121 43 % 1 89 60 % 合計 210 103 % Variables in the Equation Variable B . Wald df Sig R Exp(B) X1 .1498 .0534 1 .0050 .1164 Constant .2931 1 .0037 Xpit 14 )(l og ???34 )(l og ?????pit58 57 ))34 x p(1/(1 ????p Parameter Estimates (PROBIT model: (PROBIT(p)) = Intercept + BX) X1 Regression Coeff. Standard Error Coeff./. .03309 Intercept Standard Error Intercept/. .18151 Number of Observed Expected X1 Subjects Responses Responses Residual Prob .34773 .748 .38288 .41903 .45588 .49310 .53039 .112 .56742 .60386 .409 .63941 )/1( tt xyp ? dttx )21ex p (21 20 9 3 5 3 1 7 ?? ? ???? ?)/1( tt xyp ? dtt )21ex p (21 28*0 9 3 5 3 1 7 ?? ? ???? ?5 8 5 7 2 0 4 3 )21e x p (21 22 1 6 5 ??? ? ?? dtt?第五節 設定誤差 ????????????????????不成立？成立？假定三、有關擾動項的若干不正確？正確？二、模型的函數形式誤選？遺漏？一、解釋變量的構成設定模型時，包括： 本節主要討論變量的 遺漏、誤選 兩類設定誤差 一、相關變量的遺漏估計量為：的）中的則模型（）（模型誤設為）（設正確模型為O L SuXYuXXYiiiiiii22213322122:1:?????????????)3()( ))((? 2222 XXYYXXiii???????)4()()]()()]()()()[()()()) [ (()())((?:),3()1(22222323222232322222233322222222332213322122222222iiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiixuuxxxxxuuxxxxXXuuXXXXXXXXuXXuXXXXXXYYXX?????????????????????????????????????????????????????????解得代入將的樣本方差。為的樣本協方差；、為其中：）（）（）（兩邊取期望：對223222232223232222222323222322325?])([?)4(XSXXSSSxxxExuuxxxxEExxxxxxiiiiiiiiii??????????????????????.)?(,?(?,?)1(?(。??3??02?01)5(2222222222222221223222322323232是有偏估計故））（）是無偏估計（））（的方差為有偏估計）仍是有偏的）。證明，為無偏估計量（但可以，不相關，即、若）計量；為有偏、且不一致的估，是相關的，即、若）式知：由????????????V arV arV arV arSSxV arxV arSXXSXXxxxiixxxx????????二、無關變量的誤選估計量為：的）中的則模型（）（模型誤設為）（設正確模型為O L SuXXYuXYiiiiiii23322122127:6:?????????????)8()(? 23223223232322iiiiiiiiiiixxxxxxyxxyx????????????)1()?)][)][?:),8()()6(22222223223223322232222232xxxiiiiiiiiiiiiiiiiiiSSxV arxxxxuuxxxuuxxuuxy????????????????????????（）（））（（（）（（）（整理得代入的離差形式將)?)?1011)?)?)??2??。?12222222222222221122232232?????????????（（即；；）（（（（因為不是有效估計量。）且均為一致估計量）（；）（：同時可以證明）（）V arV arSSSSV arV arxV arEEExxxxxxi??????????相關變量的 遺漏 ：損失了估計量的 無偏性 、 一致性 ； 相關變量的 誤選 ：損失了估計量的 有效性 。 三、設定誤差的檢驗。系數的顯著性進行檢驗設檢驗對無關變量檢驗的基本思想：用假無關變量的誤選、1niXXXY iKiKiii ，， ?????????? 2133221 ????? ?不全等于零：檢驗是否為無關變量時，即檢驗）：：檢驗是否為無關變量時，即檢驗)3,2(:。0,(~)?(??0。013203210???????????jHHXXkntestHHXjkkkkk???????。統計量對假設進行檢驗成立，用 ?FH 0檢驗）僅討論相關變量遺漏的檢驗（、 WD ?2關性。得的殘差序列應呈現相機擾動項中，故回歸所關變量應包括在隨相關變量，則遺漏的相基本思想：模型遺漏了漏的變量。自相關性，表示沒有遺若接受原假設，不存在可能有遺漏的變量；正或負）的自相關性，若拒絕原假設，存在（，作出決策：、表得、查檢驗的統計量、計算，得殘差序列估計回歸模型、用）（表示不存在自相關性：檢驗的步驟：uLniiniiiiddWDeeedWDeO L SH??????????3)(210122210?