《回归模型的扩展ppt课件》由会员分享,可在线阅读,更多相关《回归模型的扩展ppt课件(30页珍藏版)》请在金锄头文库上搜索。
1、第三章 回归模型的扩展 扩展内容:1、回归模型假定的检验2、定性要素的影响3、滞后要素的影响动态模型第一节 异方差性一、异方差性的概念及其产生缘由:1.定义:D(i)常数例:消费函数、利润函数2.类型:递增型、递减型 D(i)f(xi)3.产生缘由:1)误差项中含有影响逐渐增大的要素2)模型函数方式的设定误差3)随机要素影响注:异方差性易产生于横截面数据二、异方差的影响二、异方差的影响1.OLS估计不再是最正确估计量;2.T检验可靠性降低;3.增大预测误差;三、异方差的检验1.图形分析:(1)察看Y、X相关图:SCAT Y X(2)残差分析:察看回归方程的残差图 在方程窗口直接点击Residu
2、al按钮;或:点击ViewActual,Fitted,ResidualTable2.戈德菲戈德菲尔德德匡特匡特(GoldfeldQuant检验 原理: 步骤: Eviews实现:分段回归 3.怀特White检验 原理:利用辅助回归模型判别 步骤:1假设H0;2估计辅助回归模型; 3nR2大于临界值或p值较小 Eviews实现:ViewResidualTestWhite Heteroskedastcity 4. 4.帕克帕克ParkPark检验与戈里瑟与戈里瑟GleiserGleiser检验原理:实验法Eviews实现:四、异方差的处理方法四、异方差的处理方法 1.变换模型消除异方差性例1. D
3、(i)kX2 例2. D(i)kX普通情况: D(i)kf(Xi) 2.变换模型的本质:加权最小二乘估计WLS估计前提:知异方差的类型 Wi1/i23.WLS3.WLS估计的估计的EviewsEviews软件实现软件实现1)生成权数变量WH2)运用WLS法估计模型方式1:LSW=WH C 方式2:在方程窗口中点击EstimateOptionsWeighted,并在权数变量栏输入权数变量;3)利用White检验判别能否消除了异方差性权数变量确实定:根据Pack检验和Gleiser检验的结果,或直接取成 1/|ei|、1/ei2第二节 自相关性一、自相关性的概念及其产生缘由:1.定义:随机误差项的
4、各期值之间存在相关性 COV(t, s)0,ts例:投资函数、消费函数2.产生缘由:1)模型脱漏了自相关的解释变量;2)模型函数方式的设定误差;3)经济惯性;4)随机要素影响;注:自相关性更易产生于时序数据3.3.自相关性类型:自相关性类型:一阶:ttvt 高阶:t1t2t2.vt二、自相关性及其影响:1.严重低估系数的估计误差2.T检验可靠性降低易保管不重要的解释变量3.预测误差具有周期性三、自相关性的检验1.图形分析残差分析察看LS命令的残差图残差具有周期性动摇2.DW2.DW检验适用于一阶自相关情形检验适用于一阶自相关情形检验假设: 0检验统计量:DW(etet-1)2/et2DW统计量
5、与的关系:DW2(1)检验过程:P633.高阶自相关检验:1)偏相关系数检验:IDENT RESID或:ViewResidual TestCorrelogram Q-statistics;察看偏相关系数图。2)Breusch-Godfrey检验B-G检验原理:辅助回归检验命令:ViewResidualTest SerialCorrelation LM Test四、自相关性的修正方法四、自相关性的修正方法1.利用广义差分变换消除自相关性: 步骤: 本质:GLS估计2.的估计方法:1近似估计;2迭代估计;3.Eviews软件的实现: 1检验自相关性的阶数; 2在LS命令中添加AR项;例:我国城乡居
6、民储蓄存款预测模型第三节 多重共线性一、多重共一、多重共线性的概念及其性的概念及其产生生缘由:由:1.1.定定义: :解解释变量之量之间存在存在较强的的线性相关关系性相关关系 例:消例:消费函数、需求函数函数、需求函数2.2.产生生缘由:由:(1)(1)经济变量之量之间的内在的内在联络(2)(2)经济开展的开展的“共向性共向性(3)(3)模型中含有滞后模型中含有滞后变量量二、多重共线性的影响二、多重共线性的影响1.难以区分解释变量的单独影响增大系数的估计误差;例:农业消费函数方差扩展因子2.T检验可靠性降低容易剔除重要的解释变量;3.模型缺乏稳定性;三、多重共线性的检验三、多重共线性的检验1.
7、相关系数检验两两相关:COVA命令2.回归检验多重相关:LS命令四、多重共线性的处置方法1.直接剔除次要的解释变量2.间接剔除重要的解释变量(1)利用附加信息例1:C-D消费函数 例2:能源需求函数 b1=b2 (2) (2)变换模型方式变换模型方式 (3)运用混合样本3.增大或改动样本4.逐渐回归分析5.主成份回归、岭回归例:香港恒生指数预测模型例:香港恒生指数预测模型Y-恒生指数x1-成交额x2-消费总值x3-建筑业产值 x4-房地产成交x5-黄金价钱x6-港汇指数x7-利率分析:1.相关分析:1Xi对Y的影响 2Xi之间相关性2.剔除次要变量x6、x7;3.分别建立模型,消除多重共线性:
8、4.检验自相关性,消除自相关性影响;5.检验异方差性第四节第四节 虚拟变量虚拟变量一、虚拟变量及其作用1.定义:取值为0和1的人工变量,普通用符号D表示。例如:政策要素、地域要素、心思要素、季节要素等2.作用:描画和丈量定性要素的影响;正确反映经济变量之间的相互关系,提高模型的精度便于处置异常数据。 3. 本节学习目的:如何设置虚拟变量;如何描画和丈量定性要素的影响。 二、虚拟变量的设定二、虚拟变量的设定1.虚拟变量的引入方式:(1)加法方式方式:将虚拟变量D作为一个解释变量直接引入模型例如:家庭教育费用支出模型作用:反映定性要素对截距的影响图3-5, 系数描画了两类支出函数的平均差别程度。其
9、等价方式:D=0时,D=1时,2乘法方式方式:将虚拟变量D乘以解释变量,再引入模型例如:家庭教育费用支出模型中作用:反映定性要素对斜率的影响图3-6;系数描画了两类支出函数边沿消费倾向的差别程度。其等价方式:D=0时,D=1时,其中:3 3普通方式普通方式 同时以加法或乘法方式引入虚拟变量,即: 利用t检验判别系数、能否显著地不等于0,进而确定虚拟变量的详细引入方式,以及定性要素的影响情况。例教材P1252.2.虚拟变量的设定原那么虚拟变量的设定原那么 一个要素m个类型或m个不同属性例:救灾支出模型中“地域要素的影响。方式1:设置1个虚拟变量方式2:设置2个虚拟变量方式3:设置3个虚拟变量所以
10、,应设置m-1个虚拟变量。 多个要素各两种类型 例:居民住房消费函数中的“城乡与“收入层次 的影响。三、虚拟变量的特殊运用三、虚拟变量的特殊运用1. 调整季节动摇2. 检验模型构造的稳定性P1413. 混合回归例8教材P132第五节第五节 滞后变量模型滞后变量模型一、滞后效应与滞后变量的作用1、产生滞后效应的缘由:1)心思要素:消费习惯、消费心思如价钱、利率2)技术缘由:农民收入、农产品价钱、天气条件3)制度缘由:2、滞后变量的作用:1)经济景象的客观反映2)模型成为动态模型3)便于分析经济系统的调整过程二二. .滞后变量模型滞后变量模型1、类型:1分布滞后模型 2自回归模型 2.滞后效应的测
11、定 1)自相关分析命令: IDENT 2)相互关分析命令: CROSS 3.估计滞后变量模型面临的问题:1)产生多重共线性2)减少自在度3)不易确定滞后期长度三、分布滞后模型的参数估计三、分布滞后模型的参数估计 一阅历加权法1、递减型2、常数型3、倒型二二ALMONALMON估计估计1.ALMON估计的原理:bi01i+2i2 Yta0Z01Z1+2Z2 2.ALMON估计的步骤:1)ALMON变换2)估计变换后模型中的i,3)利用i与bi之间的关系计算bi3.ALMON3.ALMON估计的估计的EViewsEViews软件实现:软件实现:命令:LS Y C PDL(X,k,m,d)其中 k 滞后期长度由IDENT命令确定m 多项式价数普通取2或3 d 参数分布特征控制参数,可以取:1强迫在分布的近期趋于0;2强迫在分布的远期趋于0;3强迫在分布的两端趋于0;0对参数分布特征不作限制默许值;例如:LS Y C PDL(X,3,2)三三KoyckKoyck变换变换1、原理:2、Koyck模型的经济根底1)自顺应期望模型P2702部分调整模型P272)3、例题:消费函数P269四、自回归模型的估计四、自回归模型的估计(P277)(P277)五、滞后效应的丈量1、短期乘数2、动态乘数延期乘数3、中期乘数4、长期乘数