基本內容
圖書推薦
本書的實驗是以現實的數據作為研究對象,以現有的計量經濟學理論構建模型,藉助統計學,對實驗對象作深入的分析。
本書共分7章,每一章都是由基本知識回顧、實驗練習、註記、參考文獻和附表組成。
本書提供實驗數據的電子版本,方便讀者學習使用。
計量經濟學,作為經濟管理類本科生和研究生的必修課或公共專業基礎課,在我國各高校得到了廣泛的傳授。在課程設定上,計量經濟學這門課一般由理論和實驗兩部分組成。本書的寫作目的是設法提高計量經濟學的套用水平,從而使讀者能夠藉助計量經濟學實驗深入研究相關的經濟與社會問題,以及通過實驗手段發現計量經濟學套用與理論的新問題,供今後做進一步的研究。為此,每一個實驗都是以現實的數據作為研究對象,以現有的計量經濟學理論構建模型,藉助統計學,對實驗對象作深入的分析。每一個實驗的分析深度往往取決於讀者的理論功底,沒有唯一的答案。基於這樣的設計構思,每一個實驗將留給讀者最大的發揮空間。對同樣的一個問題,不同的讀者往往有深淺不一的解讀。本書試圖引導讀者對實驗結果作更加深入的分析,使讀者領會實驗結果所揭示的深層涵義。
適讀人群:本書適合本科高年級學生、研究生和研究人員作為教材、教學參考書或研究參考書使用。
目錄
第1章 回歸分析實驗
1.1 線性回歸模型
1.3 線性回歸分析實驗示範
1.3.1 背景資料
1.3.2 實驗步驟分解
1.4 非線性回歸分析實驗示範
1.4.1 背景資料
1.4.2 回歸報告
1.4.3 結果解釋
1.5 回歸分析實驗練習
註記1
參考文獻
附表1
第2章 虛擬變數模型回歸實驗
2.1 虛擬變數模型
2.2 虛擬變數模型回歸實驗示範
2.2.1 背景資料
2.2.2 回歸報告
2.2.3 結果解釋
2.3 虛擬變數模型回歸實驗練習
註記2
參考文獻
附表2
第3章 logistic回歸實驗
3.1 logistic模型
3.1.1 Logistic回歸模型
3.1.2 Logistic回歸替代模型
3.1.3 Tobit模型及其推廣
3.2 Logistic回歸實驗示範
3.2.1 背景資料
3.2.2 回歸報告
3.2.3 結果解釋
3.3 probit回歸實驗示範
3.3.1 背景資料
3.3.2 回歸報告
3.3.3 結果解釋
3.4 Tobit回歸實驗示範
3.4.1 背景資料
3.4.2 回歸報告
3.4.3 結果解釋
3.5 Logistic回歸實驗練習
註記3
參考文獻
附表3
第4章 共線性問題實驗
4.1 共線性問題
4.1.1 t統計量小
4.1.2 最小二乘估計量及其標準差的結構敏感性
4.1.3 從屬回歸模型檢驗
4.2 共線性問題實驗示範
4.2.1 背景資料
4.2.2 回歸報告
4.2.3 結果解釋
4.3 共線性問題實驗練習
4.3.1 背景資料(一)
4.3.2 背景資料(二)
註記4
參考文獻
附表4
第5章 異方差問題實驗
第6章 自相關問題實驗
第7章 線性時間序列回歸分析實驗
參考文獻
附表7
圖書摘要
第4章 共線性問題實驗
4.1 共線性問題
共線性問題是指在做多元回歸分析時,解釋變數之間可能會出現線性關係。當某一個解釋變數被其餘解釋變數線性表示時,共線性問題就是多重共線性問題。在多重共線性問題存在的情況下,回歸模型的係數t檢驗可能會受到極大的干擾即本來係數估計量的t檢驗是統計顯著的,在多重共線性影響下,係數估計量的t檢驗反而不顯著。然而,多重共線性問題對模型,檢驗的影響非常複雜,並沒有明確的變化趨勢。就模型的係數估計量的統計檢驗而言,解釋變數之間多重共線性的存在會降低係數估計量t檢驗的精度,其相應的t統計量的絕對值會變小
如果只是考慮模型係數的解釋能力,在多重共線性問題存在下,可考慮剔除共線性的影響。但是,多重共線性問題對模型的影響還沒有辦法剔除。就回歸係數估計量的t檢驗而言,什麼情況下考慮剔除多重共線性問題的影響呢?只有當t統計量比較小時,才有必要考慮剔除多重共線性的影響。如果t統計量比較大,則沒有必要考慮剔除多重共線性的影響,因為,多重共線性影響的剔除只會進一步增大t統計量,而此時增大t統計量已經意義不大了。
對於二元回歸模型,其中一些參數指標如方差膨脹因子或聯合解釋指數是值得關注的。方差膨脹因子的自然對數與解釋變數之間的共線性程度成正比例關係。聯合解釋指數則從另外一個角度給予說明。當聯合解釋指數h趨向無窮大時,解釋變數對被解釋變數的聯合解釋能力幾乎無統計損失;當聯合解釋指數h小於∞時,解釋變數對被解釋變數的聯合解釋能力有統計損失;當聯合解釋指數h等於0時,解釋變數的聯合解釋能力統計損失怠盡,從統計意義上說已經失去了對被解釋變數的解釋能力。