【读书摘录笔记】计量经济学入门（黄少敏） 第二部分 回归分析在实际应用中的问题

第六章 多变量回归分析模型

变量的选择

对于严肃的、要想解决实际问题的学者来说，我们必须只注意那几个关键的自变量，而且这几个自变量还必须是可以被准确地收集到数据的变量。比如说，“与领导的关系”在决定工资水平这个问题上很可能是个非常重要的因素，但是这个变量在实际调查中不容易取到样本，所以这个变量不能列入模型中。

宏观经济问题

我们知道计算国内生产总值的数学公式，即$GDP=C+I+G+EX-IM$。如果我们把ＧＤＰ 当作因变量，并把C、I、G、EX 和IM 当作自变量来作回归分析的话，那就错了。因为我们所收集来的ＧＤＰ 数量是由等式右边的变量的加和而得到的，上面的等式中没有系数可以估计，它们的系数都是已知的（等于１），根本没有估计的必要。但是国民经济生产净值受到政府政策（$G_g$ ）、引进外资量（$I_f$ ）、国际环境变化（如加入世贸组织ＷTO）、物价指数（P）、以及去年的国民经济生产净值（$GD{P}_{t-1}$）等因素的影响。这些经济变量对于国民经济生产净值来说，都是外生变量。那么我们就可根据这种关系来建立一个经济模型
$$GD{P}_t={\beta }_0+{\beta }_{1}GD{P}_{t-1}+{\beta }_2{G}_g+{\beta }_3{I}_f+{\beta }_{4}WT{O}_t+{\beta }_5{P}_t+{ϵ}_t$$
对这个模型，我们还可以根据不同的经济理论或可以收集到的数据，来对等式右边的自变量作些调整。

菲利浦斯曲线

这个曲线是指在短时期内物价指数与失业率之间的“负相关”关系。我们用$P_t$来表示物价指数，$P_{t-1}$ 来表示去年的物价指数，$U_r$ 表示相应的失业率，$U_n$表示自然失业率。
$$\log (P_t)={\beta }_0+{\beta }_1\log (P_{t-1})+{\beta }_2{U}_r+{\beta }_3{U}_n+ϵ$$
在短期内总供给曲线一般来说是会保持不变的。在这种情况下，当总需求曲线变化时，物价指数与失业率之间呈负相关的关系。在长期中，当总供给曲线变化时，情况就不同了。 （why 负相关？待理解）

归纳起来，在我们设计回归分析模型的时候，既要考虑必要性，又要考虑可能性。所谓必要性，就是该自变量在影响因变量上面的重要程度。所谓可能性，就是指是否可以取到样本。当然，如果某一自变量从理论上看是非常必要的因素，但在实际研究的过程中很难取到样本，那么我们就要想办法找到一个能够替代该变量的可取变量。

样本数量的要求

通常的原则应该是样本数越多越好。这里有“自由度”的概念。自由度等于样本数量减去回归分析模型中解释变量的个数再减一（$\mathrm{d}f=\mathrm{N}-\mathrm{K}-1$）。自由度数越大，误差就越显出其随机性，回归分析的结果会越精确、越有统计意义。但是，所要收集的样本数量越多，其研究成本就越高。在收集样本时应该注意以下几点：

1. 在研究经费和时间的容许下，收集到尽可能多的样本。
2. 对于横截面数据，至少要30 个样本；如果少于30个样本，我们对统计结果的准确程度就没有很大的把握了。特别是在检验模型的估计参数值时，如果样本数多于30个，其参数的统计值t 就与标准正态分布的Z 值基本相同了。也就是说，其误差的分布就服从正态分布了。
3. 对于时间序列数据来说，时间（如年度数据）最少要12 年的数据。如果有30年的数据当然更好。可是在实际研究中，特别是在研究发展中国家的经济问题时，我们往往发现根本无法收集到30年可信的数据。那么，至少要有12年的年数据才可做回归分析。这样做得来的参数估计值就比较可靠了，在作假设检验时，我们也有足够的信心确认所得出的结论。
4. 样本的数量一定要多于模型中的变量数。

三变量最小二乘法

KaTeX parse error: No such environment: split at position 7: \begin{̲s̲p̲l̲i̲t̲}̲ Y = & \beta_0 …
令$g={\Sigma }_n{ϵ}_i^2={\Sigma }_n(Y_i-{\beta }_0-{\beta }_1{X}_{1i}-{\beta }_2{X}_{2i}{)}^2$，通过一阶导、二阶导条件求极小值计算$\beta$。

通用最小二乘回归模型

设k个自变量，n个样本：
$$Y_{n\times 1}=X\beta +ϵ$$
这里$X=\left[\begin{array}{cccc}1& X_1& \cdots & X_n\end{array}\right]={\left[\begin{array}{cccc}1& X_{11}& \cdots & X_{1k}\\ 1& X_{21}& \cdots & X_{2k}\\ \cdots & \cdots & \ddots & \cdots \\ 1& X_{n1}& \cdots & X_{nk}\end{array}\right]}_{n\times (k+1)}$

用最小二乘法来估计矢量$\beta$，我们试图寻求误差平方总和 ${\Sigma }_n{ϵ}_i^2(={ϵ}^{{}^{\prime }}ϵ)$ 的最小值。
令$\omega ={ϵ}^{{}^{\prime }}ϵ=(Y-X\beta {)}^{{}^{\prime }}(Y-X\beta )=Y^{{}^{\prime }}Y-2{\beta }^{{}^{\prime }}{X}^{{}^{\prime }}Y+{\beta }^{{}^{\prime }}{X}^{{}^{\prime }}X\beta$，b表示$\beta$的估计值，
$$\{\begin{array}{rlr}\frac{\partial \omega }{\partial \beta }& =& -2X^{{}^{\prime }}Y+2X^{{}^{\prime }}X\beta =0\\ \frac{{\partial }^2\omega }{\partial {\beta }^2}& =& 2X^{{}^{\prime }}X>0\end{array}$$
$b=(X^{{}^{\prime }}X{)}^{-1}{X}^{{}^{\prime }}Y$为解的必要条件是$X^{{}^{\prime }}X$可逆。

估计回归模型参数的统计检验值$t_{\beta }$。我们要用计算出的误差项来估计回归模型的方差${\sigma }^2$ 。我们有估计误差
$$\begin{array}{rl}\widehat{ϵ}=& Y-\hat{Y}=Y-Xb\\ =& Y-X(X^{{}^{\prime }}X{)}^{-1}{X}^{{}^{\prime }}Y\\ {\widehat{ϵ}}^{{}^{\prime }}\widehat{ϵ}=& (Y-Xb{)}^{{}^{\prime }}(Y-Xb)\\ =& [Y-X(X^{{}^{\prime }}X{)}^{-1}{X}^{{}^{\prime }}Y{]}^{‘}[Y-X(X^{{}^{\prime }}X{)}^{-1}{X}^{{}^{\prime }}Y]\\ E({\widehat{ϵ}}^{{}^{\prime }}\widehat{ϵ})=& {\sigma }^2(N-K)\end{array}$$
那么，回归模型的方差的估计值${\hat{\sigma }}^2$或$s^2$就是
σ ^ 2 = ( Y − X b ) ′ ( Y − X b ) N − K s 2 = Y ′ Y − b ′ X ′ Y N − K \begin{aligned} \hat{\sigma}^2 = & \frac{( Y - Xb)^{'} ( Y - Xb)}{N-K} \\ s^2 = & \frac{Y^{'} Y - b^{'}X^{'}Y}{N-K} \end{aligned} σ^2=s<