《计量经济分析方法与建模》课件第二版 第03章 基本回归模型.ppt

(1) 相关图和Q?统计量 (2) 平方残差相关图 (3) 残差直方图和正态检验 显示残差直方图和残差的描述统计量，包括检验残差正态性的Jarque-Bera统计量。如果残差服从正态分布，直方图应呈钟型，J-B统计量应不显著。也适用于LS，TSLS，非线性LS等模型残差。选择View/Residual Tests/Histogram Normality显示直方图和J-B统计量。在原假设:残差正态分布下，J-B统计量应服从?2 分布，自由度为2。 (4) 序列相关LM检验 (5) ARCH LM检验 (6) White异方差性检验 方程中消费的收入弹性为0.93，说明我国居民可支配收入每增加1%，将使得居民消费增加0.93%。 (2) 半对数模型 线性模型与对数线性模型的混合就是半对数模型 或 半对数模型包含两种形式，分别为： （3.2.10） （3.2.11） 半对数模型也是线性模型，因为参数是以线性形式出现在模型中的。而且，虽然原来的变量 x 和 y 之间是非线性关系，但变量 x（或 y）经过对数变换后，变量ln(x) 和 y 之间（或变量 x 和ln(y) 之间）是线性关系，因此可以称其为半对数线性模型。类似双对数模型，半对数模型也可以使用OLS估计。 半对数模型（3.2.10）和（3.2.11）中的回归系数具有直观的意义： ， （3.2.12） 即：?1表示 x 变化1%导致 y 绝对量的变化量；?1表示 x 的变化1单位导致 y 变化的百分比。特别地，如果在半对数模型式（3.2.11）中 x 取为 t（年份），变量 t 按时间顺序依次取值为1，2，…，T，则 t 的系数度量了 y 的年均增长速度，因此，半对数模型（3.2.11）又称为增长模型。对于增长模型，如果?1为正，则 y 有随时间向上增长的趋势；如果?1 为负，则 y 有随时间向下变动的趋势，因此 t 可称为趋势变量。宏观经济模型表达式中常有时间趋势，在研究经济长期增长或确定性趋势成分时，常常将产出取对数，然后用时间 t 作解释变量建立回归方程。 例3.4: 我们建立半对数线性方程，估计我国实际GDP（支出法，样本区间：1978～2002年）的长期平均增长率，模型形式为 其中：GDP?Pt 表示剔出价格因素的实际GDPt 。方程中时间趋势变量的系数估计值是0.094，说明1978～2002年我国实际GDP 的年平均增长率为9.4%。F值或R2表明模型拟合效果很好，D.W.显示模型存在（正的）自相关。 (3) 双曲函数模型 形如下式的模型称为双曲函数模型 这是一个变量之间是非线性的模型，因为Xt 是以倒数的形式进入模型的，但这个模型却是参数线性模型，因为模型中参数之间是线性的。这个模型的显著特征是随着Xt 的无限增大，（1/Xt ）接近于零。 例3.5 美国菲利普斯曲线 利用美国1955～1984年的数据（附录E.2），根据菲利普斯曲线，即通货膨胀率 ?t 和失业率 Ut 的反向关系，建立双曲函数： 估计结果表明，菲利普斯曲线所描述的 ?t 和Ut 的反向关系并不存在。之所以出现这样的背离，主要是因为20世纪70年代出现石油危机，从而引发了“滞胀”，通货膨胀伴随着高失业率。如果考虑到通货膨胀预期的影响，则可以在模型中引入代表通货膨胀预期的变量，比如用通货膨胀前期值来代表。 含有通货膨胀预期的菲利普斯曲线估计结果为 可以看出，加入通货膨胀预期因素后，模型的拟合效果很好，而且这时的模型体现出了失业率和通货膨胀率之间的显著的反向变动关系。 2. 虚拟变量的应用 例3.6：工资差别 为了解工作妇女是否受到了歧视，可以用美国统计局的“当前人口调查”中的截面数据研究男女工资有没有差别。这项多元回归分析研究所用到的变量有： W — 雇员的工资（美元/小时） 1；若雇员为妇