计量经济学-PPT课件（全）.pptx

第一章 绪论;1.1 引言 1.1.1 计量经济学简介 ;1.1.2 计量模型发展 ;1.1.2 计量模型发展 ;年份;1.1.3研究步骤;1.1.4主要数据类型;1.3 Stata操作简介 1.3.1 Stata启动;1.3.2 Stata基本窗口介绍;1.3.3 Stata数据基本操作（参见教材中案例操作）;1.3.4 Stata 帮助系统 Stata的帮助是该软件的一个重要特色。而作为初学者，能够看懂help命令，对于学习Stata具有极大的帮助点击菜单栏中的“帮助”按钮，然后选择“内容”，在弹出的对话框中，可以点击各个部分的链接，查看对应得更进一步得内容。;本章到此结束;第二章 一元线性回归模型;2.1 回归分析概述 2.1.1回归分析的基本概念 “回归”这一概念是19世纪80年代由英国统计学家高尔顿在研究父代身高和子代身高之间的关系时提出来的。他发现在同一族群中，子代的平均身高介于其父代的身高和族群的平均身高之间，即：高个子父亲的儿子的身高有低于其父亲身高的趋势，而矮个子父亲的儿子的身高则有高于其父亲的趋势；也就是说，子代的身高有向族群平均身高“回归”的趋势。这就是统计学上“回归”的最初含义。 如今，回归已经成为社会科学定量研究方法中最基本、应用最广泛的一种数据分析技术。它既可以用来描述自变量与因变量之间的数量关系，也可以基于自变量的取值变化对因变量的取值变化进行预测，更可以用来揭示自变量与因变量之间的因果关系。 ;2.1 回归分析概述 2.1.1回归分析的基本概念 在计量经济学中，回归分析方法是研究某一变量关于另一（些）变量间数量依赖关系的一种方法，即通过后者观测值或预设值来估计或预测前者的（总体）均值。前一个变量称为被解释变量(explained variable)或因变量(dependent variable)，后一个变量称为解释变量(explanatory variable)或自变量(independent variable)。回归分析方法是计量经济学理论的基础方法，其主要内容包括： （1）根据样本观察值对计量经济学模型参数进行估计，求得回归方程 （2）对回归方程、参数估计值进行显著性检验； （3）利用回归方程进行分析、评价及预测。 ;2.1 回归分析概述 2.1.2回归模型 一个应用计量经济分析一般是从这样的假设前提开始的：y和x是两个代表某个总体的变量，我们感兴趣的是“用x来解释y”，或“研究y如何随x而变化”。例如：y是消费支出，x是收入；y是工资，x是受教育年数。 在构建x与y关系间的模型时，需要考虑以下三个问题。首先，除了x影响因素外，是否还有其他影响y的影响因素，如果有，我们将如何考虑？其次，y和x的函数关系形式我们将如何设定？再者，若假设其他条件不变，如何刻画x和y间关系？ 我们不妨将x和y之间的关系表达式写成如下形式： 这样我们就定义了变量x和y之间的一个简单线性回归模型，也称为两变量或一元线性回归模型。其线性的含义表示无论变量x的取值如何，它的任何一单位变化都对变量y产生相同的影响。 ;;例2.1.1：一个简单的工资方程;;;;;;2.3 一元线性回归模型的参数估计; ;2.3 一元线性回归模型的参数估计 2.3.1普通最小二乘法 由（2.3.2）、（2.3.3）式得： （2.3.4） （2.3.5） （2.3.4）式两边除以n，并整理得， （2.3.6） 把（2.3.6）式代入（2.3.5）式并整理，得， （2.3.7） ;;2.3 一元线性回归模型的参数估计 2.3.2最小二乘估计量的统计性质 (1)线性性 这里指 和 分别是 的线性函数。 令 ，代入上式得 可见 是 的线性函数，是?1的线性估计量。同理?0也具有线性特性。 ;;2.3 一元线性回归模型的参数估计 2.3.2最小二乘估计量的统计性质;2.4 一元线性回归模型的统计检验;2.4 一元