Outline 随机解变量 后变量 虚拟变量 时间变量 Chapter 8 Special Explained Variable (第八章特殊解释变量) 教师:席尧生 minixi@21cn. com 重庆工商大学经济学教研室 November 15. 2004 口 教师:席尧生 Chapter 8 Special Explained Variable
Outline Å)ºCþ ¢Cþ J[Cþ mCþ Chapter 8 Special Explained Variable (1lÙ AÏ)ºCþ) µR) minixi@21cn.com óûÆ·²LÆï¿ November 15, 2004 µR) Chapter 8 Special Explained Variable
Outline 随机解变量 澤后变量 虚拟变量 时间变量 随机解释变量 估计量的渐进特征 随机解释变量模型最小二乘估计量的统计特征 工具变量法 工具变量法估计量的统计性质 工具变量估计法的例题 课题和数据 工具变 EViews量法的估计 滞后变量 外生变量分布滞后模型 有限分布滞后模型的估计 内生变量分布滞后模型 虚拟变量 为什么引入虚拟变量 测量截距变动 测量斜季变动 分段线性回归 时间变量 最简单的 EViews编程示例 口 教师:席尧生 Chapter8 Special Explained Variable
Outline Å)ºCþ ¢Cþ J[Cþ mCþ Å)ºCþ Oþì?A Å)ºCþ .¦OþÚOA óäCþ{ óäCþ{OþÚO5 óäCþO{~K——KÚêâ óäCþ{EViewsO ¢Cþ )Cþ©Ù¢ . k©Ù¢ .O S)Cþ©Ù¢ . J[Cþ oÚ\J[Cþ ÿþ åCÄ ÿþÇCÄ ©ã5£8 mCþ {üEViews?§«~ µR) Chapter 8 Special Explained Variable
法计量的统计性质 时用爱量王是支续的树许数 什么是随机解释变量问题? 基本假定,模型中的解释变量均为非随机变量,它们与随机 项u相互独立 Cov(X1u)=0,j=1,2 教师:席尧生
Outline Å)ºCþ ¢Cþ J[Cþ mCþ Oþì?A Å)ºCþ .¦OþÚOA óäCþ{ óäCþ{OþÚO5 óäCþO{~K——KÚêâ óäCþ{EViewsO o´Å)ºCþ¯Kº I Ä b½§ .¥)ºCþþÅCþ§§Å upÕá Cov(Xju) = 0, j = 1, 2, · · · , k I 3¢S²Ly¥§ù«b½^~~´Ø¤á I XJ .¥)ºCþ´ÅCþ§¿ ÚuØÕá Cov(Xju) 6= 0, j = 1, 2, · · · , k I K¡Å)ºCþ¯K I )ºCþÅCþ§¦Oþò´k µR) Chapter 8 Special Explained Variable
法计量的统计性质 时用爱量王是支续的树许数 什么是随机解释变量问题? 基本假定,模型中的解释变量均为非随机变量,它们与随机 项u相互独立 Cov(X1u)=0,j=1,2 在实际的经济现象中,这种假定条件常常是不成立的 教师:席尧生
Outline Å)ºCþ ¢Cþ J[Cþ mCþ Oþì?A Å)ºCþ .¦OþÚOA óäCþ{ óäCþ{OþÚO5 óäCþO{~K——KÚêâ óäCþ{EViewsO o´Å)ºCþ¯Kº I Ä b½§ .¥)ºCþþÅCþ§§Å upÕá Cov(Xju) = 0, j = 1, 2, · · · , k I 3¢S²Ly¥§ù«b½^~~´Ø¤á I XJ .¥)ºCþ´ÅCþ§¿ ÚuØÕá Cov(Xju) 6= 0, j = 1, 2, · · · , k I K¡Å)ºCþ¯K I )ºCþÅCþ§¦Oþò´k µR) Chapter 8 Special Explained Variable
法计量的统计性质 时用爱量王是支续的树许数 什么是随机解释变量问题? 基本假定,模型中的解释变量均为非随机变量,它们与随机 项u相互独立 Cov(X1u)=0,j=1,2 在实际的经济现象中,这种假定条件常常是不成立的 ˆ如果模型中的解释变量是随机变量,并且和α不独立 Cov(X1u)≠0,j=1,2,……,k 教师:席尧生
Outline Å)ºCþ ¢Cþ J[Cþ mCþ Oþì?A Å)ºCþ .¦OþÚOA óäCþ{ óäCþ{OþÚO5 óäCþO{~K——KÚêâ óäCþ{EViewsO o´Å)ºCþ¯Kº I Ä b½§ .¥)ºCþþÅCþ§§Å upÕá Cov(Xju) = 0, j = 1, 2, · · · , k I 3¢S²Ly¥§ù«b½^~~´Ø¤á I XJ .¥)ºCþ´ÅCþ§¿ ÚuØÕá Cov(Xju) 6= 0, j = 1, 2, · · · , k I K¡Å)ºCþ¯K I )ºCþÅCþ§¦Oþò´k µR) Chapter 8 Special Explained Variable
法计量的统计性质 时用爱量王是支续的树许数 什么是随机解释变量问题? 基本假定,模型中的解释变量均为非随机变量,它们与随机 项u相互独立 Cov(X1u)=0,j=1,2 在实际的经济现象中,这种假定条件常常是不成立的 ˆ如果模型中的解释变量是随机变量,并且和α不独立 Cov(X;u)≠0,j=1,2,…,k 则称为随机解释变量问题 教师:席尧生
Outline Å)ºCþ ¢Cþ J[Cþ mCþ Oþì?A Å)ºCþ .¦OþÚOA óäCþ{ óäCþ{OþÚO5 óäCþO{~K——KÚêâ óäCþ{EViewsO o´Å)ºCþ¯Kº I Ä b½§ .¥)ºCþþÅCþ§§Å upÕá Cov(Xju) = 0, j = 1, 2, · · · , k I 3¢S²Ly¥§ù«b½^~~´Ø¤á I XJ .¥)ºCþ´ÅCþ§¿ ÚuØÕá Cov(Xju) 6= 0, j = 1, 2, · · · , k I K¡Å)ºCþ¯K I )ºCþÅCþ§¦Oþò´k µR) Chapter 8 Special Explained Variable
法计量的统计性质 时用爱量王是支续的树许数 什么是随机解释变量问题? 基本假定,模型中的解释变量均为非随机变量,它们与随机 项u相互独立 Cov(X1u)=0,j=1,2 在实际的经济现象中,这种假定条件常常是不成立的 ˆ如果模型中的解释变量是随机变量,并且和α不独立 Cov(X;u)≠0,j=1,2,…,k 则称为随机解释变量问题 当解释变量为随机变量时,最小二乘估计量将是有偏的 教师:席尧生
Outline Å)ºCþ ¢Cþ J[Cþ mCþ Oþì?A Å)ºCþ .¦OþÚOA óäCþ{ óäCþ{OþÚO5 óäCþO{~K——KÚêâ óäCþ{EViewsO o´Å)ºCþ¯Kº I Ä b½§ .¥)ºCþþÅCþ§§Å upÕá Cov(Xju) = 0, j = 1, 2, · · · , k I 3¢S²Ly¥§ù«b½^~~´Ø¤á I XJ .¥)ºCþ´ÅCþ§¿ ÚuØÕá Cov(Xju) 6= 0, j = 1, 2, · · · , k I K¡Å)ºCþ¯K I )ºCþÅCþ§¦Oþò´k µR) Chapter 8 Special Explained Variable
法计量的统计性质 时用爱量王是支续的树许数 渐进无偏性和一致性的概念 ≯如果一个随机变量的精确抽样分布很难得到,那么只能有渐 结果 教师:席尧生
Outline Å)ºCþ ¢Cþ J[Cþ mCþ Oþì?A Å)ºCþ .¦OþÚOA óäCþ{ óäCþ{OþÚO5 óäCþO{~K——KÚêâ óäCþ{EViewsO ì?à 5Ú5Vg I XJÅCþ°(Ä©ÙéJ§@oUkì C(J I .÷vOLSb½^§ÙëêOLSOþäkà 5Úk5 I kOLSOþ¿Øäkù«A§ NþO\% äk ù«A I X NþO\§ÅCþ©Ù¡ì?©Ù§ AÚOA5¡ì?A5 I =ì?à 5Úì?k5 µR) Chapter 8 Special Explained Variable
法计量的统计性质 时用爱量王是支续的树许数 渐进无偏性和一致性的概念 ≯如果一个随机变量的精确抽样分布很难得到,那么只能有渐 近结果 ≯当模型满足OLS的假定条件时,其参数的OLS估计量具有无 偏性和有效性 教师:席尧生
Outline Å)ºCþ ¢Cþ J[Cþ mCþ Oþì?A Å)ºCþ .¦OþÚOA óäCþ{ óäCþ{OþÚO5 óäCþO{~K——KÚêâ óäCþ{EViewsO ì?à 5Ú5Vg I XJÅCþ°(Ä©ÙéJ§@oUkì C(J I .÷vOLSb½^§ÙëêOLSOþäkà 5Úk5 I kOLSOþ¿Øäkù«A§ NþO\% äk ù«A I X NþO\§ÅCþ©Ù¡ì?©Ù§ AÚOA5¡ì?A5 I =ì?à 5Úì?k5 µR) Chapter 8 Special Explained Variable
法计量的统计性质 时用爱量王是支续的树许数 渐进无偏性和一致性的概念 ≯如果一个随机变量的精确抽样分布很难得到,那么只能有渐 近结果 当模型满足OLS的假定条件时,其参数的OLS估计量具有无 偏性和有效性 有时OLS估计量并不具有这种特征,但随样本容量的增加却 具有了这种特征 教师:席尧生
Outline Å)ºCþ ¢Cþ J[Cþ mCþ Oþì?A Å)ºCþ .¦OþÚOA óäCþ{ óäCþ{OþÚO5 óäCþO{~K——KÚêâ óäCþ{EViewsO ì?à 5Ú5Vg I XJÅCþ°(Ä©ÙéJ§@oUkì C(J I .÷vOLSb½^§ÙëêOLSOþäkà 5Úk5 I kOLSOþ¿Øäkù«A§ NþO\% äk ù«A I X NþO\§ÅCþ©Ù¡ì?©Ù§ AÚOA5¡ì?A5 I =ì?à 5Úì?k5 µR) Chapter 8 Special Explained Variable