新編計量經(jīng)濟學第一章課件

1、計量經(jīng)濟學王琴英教材：計量經(jīng)濟學 李寶仁、王琴英、喬云霞 編著 機械工業(yè)出版社 (2019)緒論1. 計量經(jīng)濟學什么是計量經(jīng)濟學 經(jīng)濟學、統(tǒng)計學、數(shù)學三者結合 量化了的經(jīng)濟理論與統(tǒng)計觀測之相互融合的結晶 狹義上，根據(jù)現(xiàn)實的統(tǒng)計數(shù)據(jù)，估計經(jīng)濟變量之間 的關系式，進而應用于預測和政策評價等。 廣義上，定量研究經(jīng)濟現(xiàn)象的計量經(jīng)濟方法。研究對象經(jīng)濟現(xiàn)象。屬于應用經(jīng)濟學領域。一、什么是計量經(jīng)濟學二、計量經(jīng)濟學的產(chǎn)生和發(fā)展產(chǎn)生的原因 以實際觀測數(shù)據(jù)分析為基礎的經(jīng)濟分析的興起 為驗證經(jīng)濟理論的正確性、實用性尋找一種科 學的有效方法。 概率誤差為經(jīng)濟學中理論與現(xiàn)實的誤差提供了方法上的度量。發(fā)展過程 理論驅(qū)動

2、線性計量經(jīng)濟模型 單方程計量經(jīng)濟模型 靜態(tài)計量經(jīng)濟分析數(shù)據(jù)驅(qū)動非線性計量經(jīng)濟模型聯(lián)立方程模型動態(tài)計量經(jīng)濟分析三、計量經(jīng)濟學與其它 學科的關系三個要素理論經(jīng)濟理論，計量經(jīng)濟學研究的基礎。方法數(shù)理經(jīng)濟學、統(tǒng)計學、數(shù)理統(tǒng)計學，為計量經(jīng)濟模型的建立、統(tǒng)計估計與推斷及預測等提供工具和手段。數(shù)據(jù)統(tǒng)計學，提供經(jīng)濟數(shù)據(jù)；經(jīng)濟數(shù)據(jù)具有非試驗性、偶然性、相互關聯(lián)性的特點；經(jīng)濟變量與統(tǒng)計指標的關系、統(tǒng)計數(shù)據(jù)的可比性、2 計量經(jīng)濟學的研究方法和步驟一、計量經(jīng)濟模型的制定模型的設定條件確定模型所包含的變量確定模型中變量關系的數(shù)學形式擬定模型中參數(shù)的符號、大小等。二、樣本數(shù)據(jù)的收集（時間序列數(shù)據(jù)、橫截面數(shù)據(jù)、面板數(shù)據(jù)）計

3、量經(jīng)濟模型（最小二乘法、加權最小二乘法、 廣義最小二乘法、）三、計量經(jīng)濟模型參數(shù)的估計四、計量經(jīng)濟模型的檢驗經(jīng)濟意義檢驗（參數(shù)的符號、大小、）統(tǒng)計檢驗（估計量的統(tǒng)計特性，統(tǒng)計推斷）計量經(jīng)濟檢驗（異方差、序列相關、多重共線性）預測檢驗五、計量經(jīng)濟學的應用結構分析、經(jīng)濟預測、政策評價 例1 中國貨幣供應量與經(jīng)濟增長的關系 GDP 國內(nèi)生產(chǎn)總值（按當年價）（億元） ZGDP 國內(nèi)生產(chǎn)總值增長率（%） （按不變價計算，上年=100） M1 狹義貨幣供應量M1（億元） ZM1 狹義貨幣供應量M1同比增長率（%） （按可比口徑計算）年份ZGDPZM1年份ZGDPZM1198513.55.820197.81

4、1.919868.820.120197.617.7198711.616.220008.416.0198811.322.520198.312.719894.16.320199.116.819903.820.2201910.018.719919.224.2201910.113.6199214.235.9201911.311.8199314.021.6201912.717.5199413.126.2201914.221.1201910.916.820199.69.1201910.018.920099.132.420199.316.5201910.321.1統(tǒng)計數(shù)據(jù)（1） 1985-2019年GDP增

5、長率與M1同比增長率折線圖圖1圖2 散點圖統(tǒng)計數(shù)據(jù)（2）年份GDPM1年份GDPM1199018667.86950.72019109655.259871.6199121781.58633.32019120332.770881.8199226923.511731.52019135822.884118.6199335333.916280.42019159878.395969.7199448197.920540.72019184937.4107278.8201960793.723987.12019216314.4126035.1201971176.628514.82019265810.3152560

6、.1201978973.034826.32019314045.4166217.1201984402.338953.72009340506.9220001.5201989677.145837.22019397983.0267000.0200099214.653147.2圖31985-2019年GDP與M1變動折線圖圖4散點圖 1、經(jīng)濟計量學精要 美古亞拉提 著， 張濤 譯，機械工業(yè)出版社。 2、計量經(jīng)濟學 李子奈 著， 高等教育出版社。 3、計量經(jīng)濟學方法與應用 李子奈 著， 清華大學出版社。 4、計量經(jīng)濟學基礎 美古扎拉蒂 著， 費劍平 等譯，中國人民大學出版社。 5、經(jīng)濟計量學的應用 英戴維

7、.梅斯 著， 黃明 譯， 商務印書館 6、計量經(jīng)濟學軟件Eviews使用指南（第二版）， 張曉峒 主編，南開大學出版社。參考書復習：數(shù)理統(tǒng)計學一、隨機變量及其概率分布 （隨機變量，樣本，統(tǒng)計量，估計量， 正態(tài)分布，T分布，自由度， 分布，F(xiàn)分布） 二、數(shù)學期望、方差、協(xié)方差、相關系數(shù)三、統(tǒng)計估計 （點估計，區(qū)間估計，估計量的統(tǒng)計特性）四、假設檢驗 （原假設與備擇假設，顯著性水平，假設檢驗的方法， 檢驗統(tǒng)計量，拒絕域與接受域，假設檢驗的步驟）例2調(diào)查公司對200名剛畢業(yè)的MBA人員的年收入進行調(diào)查，發(fā)現(xiàn)他們的年平均收入為6.75萬元，標準差為1.75萬元。在顯著性水平為0.05下，能否認為畢業(yè)的

8、MBA人員的年均收入在6.5萬元以上？例3 “金山”軟件公司產(chǎn)品的質(zhì)量按以下標準進行評價： 優(yōu)秀5，很好4，好3，差2，很差1公司通過調(diào)查問卷來跟蹤客戶對產(chǎn)品質(zhì)量的滿意程度，以回收問卷中最高兩個等級的比例作為滿意度的測量。已知在過去一年中，該比例平均為75%；但本次調(diào)查的60份回收問卷中，滿意度比例為68.2%。在顯著性水平下，能否得出滿意度已下降到75%以下的結論？第一章 一元線性回歸分析1.1 一元線性回歸模型及其基本假定一、一元線性回歸模型1、回歸分析隨機變量的平均變化趨勢2、一元線性回歸模型：其中被解釋變量或因變量解釋變量或自變量隨機干擾項或隨機誤差項未知參數(shù)或回歸參數(shù)記號一元線性回歸

9、方程其中:假設: 的條件期望估計值的期望值(即平均值)的估計值回歸系數(shù)4.一元線性回歸方程樣本回歸方程與總體回歸方程樣本回歸方程，總體回歸方程5. 隨機誤差項包含的因素不可觀測的隨機變量在解釋變量中被忽略的變量的作用。模型的設定誤差或關系誤差。變量觀測值的觀測誤差的影響。其他隨機因素。二、一元線性回歸模型的 基本假定1、服從正態(tài)分布。2、，3、，4、相互獨立或不相關，即當時；5、與不相關；即，(常數(shù))1.2 回歸參數(shù)的最小二乘估計已知觀測值：待估計的參數(shù)：；即求?假設當平方和：取到最小值時，所對應的稱為最小二乘估計值一、最小二乘估計法 (OLS)記號，稱為殘差稱為殘差平方和為使取到最小值，用微

10、積分求偏導：令二、最小二乘估計值即，記號表示的差分；表示的差分。研究1990-2019年中國貨幣供應量Y 例1（續(xù)）與國內(nèi)生產(chǎn)總值X(單位: 億元)的經(jīng)濟關系。 （2）求一元線性回歸方程，并解釋各系數(shù)的經(jīng)濟含義。（3）求隨機誤差項的方差的估計值？（4）求未知參數(shù)的置信度為 0.95 的置信區(qū)間？（5）在顯著性水平 0.05 下，完成未知參數(shù)的t檢驗。（6）求擬合優(yōu)度，并解釋其含義。（1）作散點圖（樣本數(shù)據(jù)如前面所述）要求圖4散點圖由樣本計算所得值1.3 隨機誤差項的方差的估計取殘差序列:用此殘差序列的樣本方差來估計 的方差:滿足無偏性:，注自由度：平方和分解公式回歸平方和殘差平方和總離差平方和

11、記號并且回歸的標準誤差與因變量標準差1.4 參數(shù)估計量的統(tǒng)計性質(zhì)滿足線性、無偏、最小方差性一、線性：和分別是或的線性函數(shù)。即其中，滿足，二、無偏性：是回歸參數(shù)的無偏估計量；是回歸參數(shù)的無偏估計量。即，三、最佳性（最小方差性）： 在回歸參數(shù)的所有線性無偏 估計量中，最小二乘估計量具有最小方差性。即取到最小值取到最小值1.5 回歸參數(shù)的置信區(qū)間和 顯著性檢驗一、回歸參數(shù)的抽樣分布二、估計量的標準差及其估計值標準方差：，標準方差的估計值：記號三、回歸參數(shù)的區(qū)間估計給定置信度作隨機變量使得的置信度為的置信區(qū)間為：(一) 對于：給定置信度作隨機變量使得(二)對于的置信度為的置信區(qū)間為:（）：四、回歸參數(shù)

12、的顯著性檢驗（一）對于給定顯著性水平（1）提出假設（2）作檢驗統(tǒng)計量（3）在成立的條件下，（4）的拒絕域為：（5） 推斷：若，則拒絕，因而顯著地不為零；反之，則接受。（2）對于給定顯著性水平（或檢驗水平）（1）提出假設（常數(shù)）（2）作檢驗統(tǒng)計量（3）在成立的條件下，（4）的拒絕域為：（5） 推斷例4 研究北京地區(qū)通貨膨脹率與房地產(chǎn)價格的經(jīng)濟關系。根據(jù)已有的統(tǒng)計數(shù)據(jù)，考慮樣本數(shù)據(jù)為2019年1月至2019年12月的月度數(shù)據(jù)；以CPI（同比）表示通貨膨脹率（%），以北京房屋銷售價格指數(shù)（同比）表示北京房價（記作變量：HP） （%）。 現(xiàn)分析北京房價對通貨膨脹率的線性影響關系。 （HP為自變量，CP

13、I為因變量） 樣本數(shù)據(jù)如下表所示：月份CPIHP月份CPIHP月份CPIHP06-106-206-306-406-506-606-706-806-906-1006-1106-1207-107-207-307-407-507-607-707-807-907-1007-1107-1208-108-208-308-408-508-608-708-808-908-1008-1108-121.40.51.10.91.21.50.70.50.60.60.71.17.07.07.17.38.210.19.89.99.59.59.49.50.50.81.40.80.71.02.13.53.74.45.35.0

14、8.98.89.39.49.69.510.412.113.315.114.915.014.313.713.813.012.411.210.28.96.95.22.91.05.36.66.06.56.36.16.35.55.24.22.11.0月份CPIHP月份CPIHP2009-12009-22009-32009-42009-52009-62009-72009-82009-92009-102009-112009-122019-12019-22019-32019-42019-52019-62019-72019-82019-92019-102019-112019-120.7-1.1-1.0-1.4

15、-1.7-1.8-2.4-2.8-2.5-2.3-1.3-0.6-0.2-0.7-1.3-1.0-1.1-0.70.11.02.22.85.79.201.00.91.82.52.32.52.82.63.44.34.710.210.712.314.714.313.512.411.511.411.19.16.3（3）求一元線性回歸方程，并解釋其經(jīng)濟含義。（4）求未知參數(shù)的置信度為 0.95 的置信區(qū)間？（5）在顯著性水平 0.05 下，完成未知參數(shù)的 t 檢驗？（6）求擬合優(yōu)度，并說明回歸效果？要求：（1）從經(jīng)濟理論角度說明通貨膨脹率與房價的關系。（2）作CPI與HP的折線圖與散點圖，說明數(shù)據(jù)間的

16、關系。1.6 擬合優(yōu)度和相關系數(shù)越大，樣本回歸方程與實際數(shù)據(jù)擬合得越好。含義：反映了在對于的回歸方程所能解釋的那部分變差占總變差的比例。的總離差平方和中，1.7一元線性回歸模型應用于預測對于已知的樣本回歸方程：預測給定自變量的值，利用回歸方程對因變量的值進行估計。一、點預測：當（未來值）時，求的估計值？即求？事實上，二、均值的區(qū)間預測的置信區(qū)間由于由與相互獨立，估計量的概率分布:由（1）可以證明:與相互獨立，而且分析：概率分布（2）服從正態(tài)分布，而且其期望、方差分別為：置信度為的置信區(qū)間為:均值的置信區(qū)間三、隨機變量的預測區(qū)間的區(qū)間估計利用和的概率分布，且它們之間是相互獨立，得到：的置信度為的

17、預測區(qū)間為：1.8 實例 例1（續(xù)） 預測（億元）（億元）設例1（續(xù)） EVIEWS5.1 回歸結果Variable CoefficientStd. Errort-StatisticProb.C-10974.413229.955-3.3976960.0030X0.6491390.01849835.091860.0000R-squared0.984805 Mean dependent var78063.68Adjusted R-squared0.984006S.D. dependent var72422.40S.E. of regression9159.182Akaike info criter

18、ion21.17329Sum squared resid1.59E+09Schwarz criterion21.27277Log likelihood-220.3196 F-statistic 1231.439Durbin-Watson stat1.195352Prob(F-statistic)0.000000擬合效果圖例4 EVIEWS5.1 回歸結果Variable CoefficientStd. Errort-StatisticProb.C-1.2239270.506756-2.4152200.0189HP0.3647270.0523956.9611330.0000R-squared0.455181Mean dependent var1.861667Ad