计量经济学总结:一元回归伍德里奇

更新时间:2023-07-18 07:58:01 阅读: 评论:0

Formulate ecnomic model
1 Functional form of the relation
2 Justification of adding an error term:
(1) relevant variables not included
(2) wrong functional form每天工作日志范文
布的英文(3) errors in measuring the dependent variables
(4) randomness in behavior
E(u) = 0 u的期望平均值为0
B is parameter to be estimated.素质英文
Y is Regressand X is Regressor
消除眼袋的方法
Structure of Economic data
1 Cross-ctional Data 一个时间点随机抽样得到的一组数据
2 Time-ries Data 一个变量或几个变量的年度数据
3 Pooled Cross Sections 几组在不同时间点得到的Cross-ctional data
项目副经理岗位职责4 Panel-Data 对n组Cross-ctional data按照时间序列来跟踪Principle:Compromi, turn a blind eye to some deficiency of data. Ceteris Paribus: 在保持其他条件不变的情况下
最小二乘法的推理
原始式
红岩天书当E(u) = 0时,可以推出E (xu) = 0,
代入原式,得到,
然后通过Appendix里的推理可以得到一个重要结论:
OLS 估计的First Order Conditions 需要死记
其中2.14可以被换为
最后推导出
如果x,y正相关,则B为正;如果负相关,则为负。
这个式子在分母大于0时成立。而分母只有在所有样本都相等时才可能等于0.
OLS的First Order Condition的意义在于它让Residual和最小,所以叫做最小二乘法。
因为
而First Order Condition让其为0
记住是Regress Y on X
OLS的代数性质
(1)Residual的和为0
(2)
以上两个都从First Order Condition得到
(3)所有x的均值和所有y的均值一定落在回归线上
(4)最小二乘法将y的实际值分为了两部分:fitted value 和residual,即SST=SSE+SSR
Residual的和最小时,R平方最大,因为R平方= 1 – SSR / SST
R是一个判断Y是否被X解释的重要指标,但也不能太过依赖R
有时候用自然对数而不是线性方程来回归,因为对数可以表现边际效用递减的规律,而且常被用来衡量百分比的变化。
Level表示数字倍数的变化,log表示百分比的变化。
简单回归的关键假设是u对于x取任何值的期望值都是0.
OLS的无偏性就是利用的假定来证明
详细推导见第二章
OLS估计量的方差
结婚敬茶流程增加一个假定u的方差是常数
得出
这部分推导很复杂看不太懂
的方差会受到的影响,因为u的方差越大,说明u中不可观测因素对y的影响越大,那自然就会使对的估计更困难,方差会更大。
x的方差越大,的方差会减小,因为x越分散就越容易找出x与y的关系。所以较大的样本容易,较大的x变化,会使的方差减小。
的方差其实是的方差乘以n的-1次方与x平方和的积
估计u的方差
u是i的观测值的error
戴罪立功
戴帽u是y与拟合值间的residual
这一项各个值的意义不同但期望值全都相同
通过将戴帽u替换u 得出(推导很复杂)称为回归标准误SER
不是无偏估计量,但用它可以算出的方差,所以还是使用它。n很大时误差很小。

本文发布于:2023-07-18 07:58:01,感谢您对本站的认可!

本文链接:https://www.wtabcd.cn/fanwen/fan/89/1086084.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:方差   得到   变化   分母   回归   假定
相关文章
留言与评论(共有 0 条评论)
   
验证码:
推荐文章
排行榜
Copyright ©2019-2022 Comsenz Inc.Powered by © 专利检索| 网站地图