华东师范大学：《计量经济学》第7章 双变量模型：假设检验（宫峰飞）

计量经济学课件 by Dr. FF Gong permanentemailaddressfgongathotmail.com httpblog.sina.comcn/ffgong 教材 Damodar N gujarati, Essentials of Econometrics, 3rd edition. McGraw-Hill Company, 2006 中译本:经济计量学精要 本课件已改正了其中的错误) 7-1

7-1 计量经济学课件 -----by Dr. F. F. Gong permanent email address: ffgong(at)hotmail.com http://blog.sina.com.cn/ffgong ƒ 教材： ƒ Damodar N.Gujarati, Essentials of Econometrics, 3rd edition. McGraw-Hill Company, 2006 ƒ 中译本：经济计量学精要 ƒ （本课件已改正了其中的错误）

■第7章 ■双变量模型:假设检验 要点:掌握一元线性回归模型中的基本假设、检验方法 重点掌握一元线性回归模型的约束条件;正态性检验方法。 理解单侧和双侧假设检验。 检验包括:(1)单个自变量;(2)多个自变量;(3) 随机误差项; 7-2

7-2 ƒ 第7章 ƒ 双变量模型：假设检验 ƒ 要点：掌握一元线性回归模型中的基本假设、检验方法。 重点掌握一元线性回归模型的约束条件；正态性检验方法。 理解单侧和双侧假设检验。 ƒ 检验包括：（1）单个自变量；（2）多个自变量；（3） 随机误差项；

■7.1经典线性回归模型约束条件 72普通最小二乘估计量的方差与标准误 ■7.30LS估计量的性质 ■7.40LS估计量的抽样分布或概率分布 n7.5假设检验 76拟合回归直线的优度:判定系数(拟合优度) 77回归分析结果的表达形式 7.8博彩支出一例的计算机输出结果 ■7.9正态性检验 ■7.10综合实例:美国商业部门工资和生产率的关系 ■7.11预测 7.12总结 7-3

7-3 ƒ 7.1 经典线性回归模型约束条件 ƒ 7.2 普通最小二乘估计量的方差与标准误 ƒ 7.3 OLS估计量的性质 ƒ 7.4 OLS估计量的抽样分布或概率分布 ƒ 7.5 假设检验 ƒ 7.6 拟合回归直线的优度：判定系数(拟合优度) ƒ 7.7 回归分析结果的表达形式 ƒ 7.8 博彩支出一例的计算机输出结果 ƒ 7.9 正态性检验 ƒ 7.10 综合实例：美国商业部门工资和生产率的关系 ƒ 7.11 预测 ƒ 7.12 总结 2 r

7.1古典线性回归模型约束条件(重点) classical linear regression model 1个主方程+5个约束条件(部分见下面的p 见教材p122-125 74

7-4 ƒ 7.1 古典线性回归模型约束条件(重点) ƒ classical linear regression model ƒ 1个主方程 + 5个约束条件 （部分见下面的ppt） ƒ 见教材p122-125

约束条件1:随机误差项的期望值为0 I: PRF:E(Y X)=B,+B,X +1 乡 Fig 7-1 Conditional distribution of disturbances u 7-5

7-5 约束条件1：随机误差项的期望值为0 Fig 7-1 Conditional distribution of disturbances ui

约束条件2:随机误差项的方差为 constant PRE: Y,=B,+B2X PRE: Y=B1+B,, X Fig 7-2 (a) Homoscedasticity (equal variance 7-6(b) Heteroscedasticity(unequal variance)

7-6 约束条件2：随机误差项的方差为constant Fig 7-2 (a) Homoscedasticity (equal variance); (b) Heteroscedasticity (unequal variance)

约束条件3:随机误差项的无自相关 " Fig 7-3 Patterns of autocorrelation: (a)No autocorrelation (b) positive autocorrelation; ( c)negative autocorrelation 7-7

7-7 约束条件3：随机误差项的无自相关 Fig 7-3 Patterns of autocorrelation: (a) No autocorrelation; (b) positive autocorrelation; (c) negative autocorrelation

约束条件4:随机误差项与自变量无关 约束条件5:随机误差项满足正态分布 7-8

7-8 约束条件4：随机误差项与自变量无关 约束条件5：随机误差项满足正态分布

7.2普通最小二乘估计量的方差与标准误差 ■有了约束条件,就可以用普通最小二乘法计算估计量的方 差与标准误差。 计算公式见教材p125-12 ■7.2.1博彩支出一例的方差和标准误差 722博彩支出一例小结 7-9

7-9 ƒ 7.2 普通最小二乘估计量的方差与标准误差 ƒ 有了约束条件，就可以用普通最小二乘法计算估计量的方 差与标准误差。 ƒ 计算公式见教材p125-126 ƒ 7.2.1 博彩支出一例的方差和标准误差 ƒ 7.2.2 博彩支出一例小结

7.2.1博彩支出一例的方差和标准误差的计算 Data used in calculation of Table 7-1 in the next ppt From Table 6-4 Raw data (from Table 6-2 for lotto YX∑W2 2x2∑Y e 18150270022500-1125-1112112656251237519.83643-1.8364323372482-275.4648 24175420030625-87.5-525765625437.521.872812.127193452495372.2588 26200520040000-625-39390625187523.909182.0908184.37152418.1636 23225517550625-375 361406252252594556-2.9455578.676306-662.7503 30250750062500-12.5 115625-12.527.981932.0180684.072598504.517 27275742575625125 4156.25-253001831-3.0183079.110177-830.0344 34300102009000037.5525140625187.532.054681.9453183.784262583.5954 353251137510562562563639062537534.091060.9089430.826177295.4065 333501155012250087541676562535036.12743-3.1274329780831-1094601 403751500014062511251112112656251237.538.163811.8361933.371605688.5724 290262580325740625 0394515624200290 0.0011951.89091 Moe:X=(X-X);y=(Y-Y):X=2625;Y=290 7-10

7-10 7.2.1 博彩支出一例的方差和标准误差的计算 Data used in calculation of Table 7-1 in the next ppt. From Table 6-4 Raw data (from Table 6-2) for lotto