第二讲 经典计量经济学模型教学要点和难点.pdf

第二讲 经典计量经济学模型教学要点和难点 • 经典单方程模型 • 放宽基本假设的经典单方程模型 • 经典联立方程模型 经典单方程计量经济学模型 —多元线性回归模型 Classical Single-Equation Model Multiple Linear Regression Model 1、如何理解随机项和被解释变量的分布？ • 总体回归模型：总体回归函数的随机表达形式 Y   X  X  X  i=1,2…,n i 0 1 1i 2 2i k ki i • 总体回归函数：描述在给定解释变量X 条件下 i 被解释变量Yi 的条件均值。 E(Y |X ,X ,X )  X  X  X i 1i 2i ki 0 1 1i 2 2i k ki 2  ~ N (0, ) i 1, 2, , n i 2 Y ~ N(  X  X  X , ) i 1,2, , n i 0 1 1i 2 2i k ki 如何理解？注意下面的错误表述： 1 n 1 n 2 2     i 0, ( i ) n i 1 n i 1 1 n 1 n 2 y i a, (y i a) b y i ~ N (a,b) n i 1 n i 1 2、随机扰动项与随机误差项 • 随机扰动项 （stochastic disturbance ）是一个不 可观测的源生的（客观存在的）随机变量。 • 总体回归模型表明被解释变量除了受显著的解 释变量的系统性影响外，还受其他无数的不显 著的因素的影响。 • 无数不显著因素影响的总和为随机扰动项，适 用大数定律和中心极限定理。 • 模型的数学基础是建立在源生的随机扰动项的 基础之上。 • 被解释变量观察值围绕它的期望值的离差 （deviation ）称为随机误差项 （stochastic error ），也是一个不可观测的随机变量。它是 衍生的。  Y E (Y | X ) i i i • 随机误差项主要包括下列因素： –在解释变量中被忽略的因素的影响； –变量观测值的观测误差的影响； –模型关系的设定误差的影响； –其它随机因素的影响。 • 源生的随机扰动项和衍生的随机误差项 –不存在确定性误差时二者等价。 –存在确定性误差时二者不等价。 • 为什么在所有的教科书中都未予区分？ William H. Greene(2003), Econometric Analysis – In most cases, the zero mean assumption is not restrictive.