计量经济学期中复习
计量经济学
stata
- 解释作业中每个面板数据的含义
概率先导知识
-
E[E(a|b)] = E(a)
-
Cov(X,Y)估计值
- sigma(x_i-average(x))(y_i-average(y)/(n-1)
-
Var(X)估计值
- sigma(x_i-average(x))^2/(n-1)
-
Cov(X-Y,X-Y)=Var(X)-Var(Y)
OLS最小二乘法
-
三个“一定”(无论E(u)=0和E(xu)=0是否成立)
-
b1表达式
-
拟合优度
- SST = SSE+SSR
- R^2 = SSE/SST
SLR一元回归
-
高斯-马尔可夫假设
- 线性
- 采取的样本之间相互独立
- x样本值有变化
- 条件零均值假设——u与x相互独立
- SLR5:同方差性——D(u|x) = sigma^2
-
一元回归的无偏性和有效性
-
b1无偏性:E(b1|X)——利用假设1-4
- 注意:最后利用E(b1|X) = beta1来得到
-
b1有效性:Var(b1|X)——利用假设5
-
u^2的估计量
-
s2是sigma2的无偏估计量
-
s^2
-
Var(b1)
-
hat(b1)
-
sd(b1)的表达式
- 利用了SLR5
-
se(b1)的表达式
-
-
-
-
计量单位变化的时候引起的系数变化
-
过原点的回归(非OLS)
MLR多元回归
-
how
- 依旧是最小二乘法
- 得到和一元回归一样的三个“一定”
-
排除其他变量影响(两步法)
-
y=c0+c1x1+c2x2+u2
-
可以求得
-
c1
- r1
-
c2
- r2
-
u2
- Var(u2)
-
-
-
遗漏变量偏误
- 大小?方向?因为什么加上了多少发生了什么变化
- 因为什么造成了偏误?一定是beta2hat与derta均不为0 的时候
-
高斯——马尔可夫假设
- 线性
- 采取的样本之间相互独立
- x之间不能完全共线性
- 条件零均值假设
- 同方差性
-
多元回归的无偏性和有效性
- beta_k
- Var(beta_k)
- b1
- Var(b1)
-
遗漏变量偏误
假设检验
-
t检验
-
t值
- ~t_n-K-1
-
步骤
- H0,H1
- 决定alpha
- 计算临界值c*
- 检查t值是不是在c*中
-
H0:b1==b2,该如何处理?
- 变量替换
-
-
F检验
- 注意:当一元回归的时候,如果需要你做F检验但是F检验不好得到,可以计算t值然后平方,这个值就是F值
-
邹检验
-
两种错误
- alpha弃真
- beta纳伪
系数的解释
-
二值变量的解释
-
平方项解释影响
- 注意x不同导数也不同 ,给定x时某变量带来的影响是b1*x+b2
-
交互项解释影响
- 注意给定x时候的影响以及所谓的“平均影响”
-
y是ln的时候解释系数
- x变化一个单位,y变化多少倍
log函数
- 好处?
什么样的回归是好回归?
XMind - Trial Version