《第一章绪论及准备.ppt》由会员分享，可在线阅读，更多相关《第一章绪论及准备.ppt（81页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、计量经济模型n许健 82680682（O）13681296067 内容n计量经济学是统计学和经济学的交叉学科，它把各种数理统计方法应用于经济数据，以分析各个经济变量之间的关联关系，验证经济学所提出和构造的数理模型，并得到各种数值结果。内容n对所应用领域、所解决问题的深刻理解n计量模型的思想与技术n软件n对数据的感觉目标n通过本课程的学习，希望能深刻认识计量经济模型的长处以及局限，掌握进行计量经济分析的规范步骤与常用技巧，熟悉统计软件，能根据具体情况选择恰当的模型，进行恰当的检验和估计，对结果进行恰当分析 难点n“有三种谎言：谎言，糟糕透顶的谎言和统计资料”n有三种陷阱：陷阱，一连串陷阱和计量经
2、济模型n检验、检验、再检验课程讲述 +上机实操 +欣赏批判论文 +实践建模基本框架第一章第一章 绪论及准备n经济数据的类型与特征；n分析、观察数据特征的方法。基本框架第二章第二章 标准线性回归模型n一元回归v思想、模型、假设条件、参数估计、检验和预测；v稳健估计；基本框架n多元回归：v模型；假设条件；参数估计和检验；参数估计的统计性质v解释变量间的关系v因果关系v常用技巧与常见陷阱 基本框架第三章第三章 回归诊断及处理方法n异方差的产生原因、后果、诊断方法以及处理方法；n自相关的产生原因、后果、诊断方法以及处理方法；n多重共线性的产生原因、后果、诊断方法以及处理方法；基本框架第四章第四章 定性
3、变量的建模n通过虚拟变量方法在自变量中引入定性数据；n因变量是定性变量的模型：Logit模型。基本框架第五章第五章 样本量较小时的建模方法 偏最小二乘模型的性质、特点、应用范围与估计方法第六章第六章 时序横截面数据建模 时序横截面数据的建模及其优势基本框架第七章第七章 内生解释变量的处理方法第八章第八章 复杂关联变量的建模n联立方程模型的性质；n联立方程模型应用范围与估计方法。基本框架第九章第九章 结构方程模型n隐变量的含义和一般处理方法n结构方程模型的思想、特点、假设条件、使用范围以及检验和参数估计的方法。考试方法q平时：30%q期末考试：40%q建模：30%第一章第一章 绪论及准备一、数据
4、类型二、常用测度指标三、统计图四、数据变换一、数据类型一、数据类型一、数据类型n按照计量尺度的不同，数据可以划分为四种类型：v定类：只有分类意义v定序：只表示顺序，加减无意义v定距：没有绝对零点，可以加减，不能做除法v定比：有绝对零点定类、定序数据为定性数据，定距、定比数据为定量数据，不同数据有不同的分析模型一、数据类型n按照数据结构不同，有如下四类数据：v横截面数据（cross-sectional data）：在给定的时间点或时间段上，对个人、家庭、企业、地区乃至国家采集样本所构成的数据集 可以近似假定，是从总体中通过随机抽样获得一、数据类型v时间序列数据（time series data）
5、：由不同时点或时期观测值所构成，其特点在于：往往不能满足回归分析的基本假定。v混合横截面数据（pooled cross-sectional data）：不同年份的横截面数据混合，但不同年份的样本点不同v时序横截面数据（panel data）：不同年份的横截面数据混合且每年样本点相同一、数据类型n工业品出厂价格指数(上年=100)一、数据类型n数据列写方式一、数据类型二、常用测度指标n原始数据的数量较多，难以把握其本质特征，难以进行比较，所以经常需要使用一些统计量来帮助分析n按照测度对象不同，可以分为v集中趋势度量 v离散程度度量v偏态度量二、常用测度指标n集中趋势度量指标用以判断数据的位置n离
6、散趋势指标用以判断数据的分散程度二、常用测度指标n偏态指标用以判断数据的非对称性二、常用测度指标1、集中趋势指标 均值（mean）中位数（median）众数（mode）2、离散趋势指标 标准差（standard deviation）离散系数（coefficient of variation）四分位距（quartile deviation）异众比率（variation ratio）1、集中趋势指标n均值适用于正态分布数据（必定为定量数据）优点：包含了所有数据的信息，是数据的重心、数学性质较好缺点：不稳健，受异常数据的影响很大1、集中趋势指标n均值应用时应注意：均值对于个体决策而言意义不大均值必须
7、与标准差结合，才能对数据特征有较客观的认识1、集中趋势指标n中位数适用于定序数据和非正态分布或存在异常值的定量数据优点：稳健，含义清晰缺点：将定量数据当定性数据处理，浪费了信息1、集中趋势指标n五数概括 将中位数、上下四分位数和最大最小值这5个数放在一起，就能刻画出数据分布的大致状态，即为五数概括v中位数深度：（n+1）/2v四分数深度：（中位数深度+1）/21、集中趋势指标n字母值 对于数量较多的数据，有时五数概括也较粗疏，此时就需要七数概括乃至九数概括，为使用方便，常用一个字母作为各分位数的标记。M、F、E、D、C、B、A、Z、Y、X 1表示极端值1、集中趋势指标n显示框架1、集中趋势指标
8、n众数 出现次数最多的数值，适用于定类数据2、离散趋势指标标准差与离散系数适用于定量数据优点：包含了所有数据的信息，数学性质较好缺点：不稳健，受异常数据的影响很大与标准差相比，离散系数更具可比性，对于水平差异较大的数据，通常用后者进行比较2、离散趋势指标n四分位距：上、下四分位数的差适用于定序数据和存在异常值的定量数据优点：稳健缺点：将定量数据当定性数据处理，浪费了信息2、离散趋势指标n异众比率 适用于定类数据 n测度集中、离散趋势有三套指标：1、均值标准差、离散系数 适用于正态分布数据2、字母值四分位距 适用于定序数据，当注重稳健性时，也用于定量数据3、众数异众比率 适用于定类数据3、偏度n
9、计算公式3、偏度对称分布对称分布左偏分布左偏分布三、统计图n尽管有一系列的统计量可用来概括数据特征，但由一组数据变为1个或几个数据，信息的遗漏是很严重的，而统计图则提供了一类在不损失信息情况下，方便观察数据规律性的工具三、统计图1、散点图2、折线图3、条形图与直方图4、箱线图1、散点图n经常用以观察两个变量之间的关系1、散点图n利用散点图可以判断用以拟合的函数形式1、散点图1、散点图1、散点图1、散点图1、散点图n散点图的发展矩阵图2、折线图n经常用以观察一个变量随时间发生变化的规律并进行不同观察对象的比较中国中国GDP指数：指数：1981-20012、折线图第一产业、第三产业增加值指数对比：
10、第一产业、第三产业增加值指数对比：1981-20012、折线图n坐标会对折线图所反映出的规律产生重要影响2、折线图n在进行两条以上折线的比较时，要注意根据观察的需要对数据进行恰当的变换v观察水平差异v观察波动差异v观察发展趋势差异2、折线图n观察水平差异CPU价格走势对比价格走势对比2、折线图v观察波动差异CPU价格走势对比价格走势对比2、折线图n观察发展趋势差异（基比发展速度）CPU价格走势对比价格走势对比2、折线图n两轴折线图CPU价格走势对比价格走势对比2、折线图3、条形图与直方图n条形图（bar chart）与直方图（histogram）都用来观察数据的分布，但前者用于定性数据（不连续
11、），后者用于定量数据（连续）3、条形图与直方图n直方图各省级行政区投资数量的分布各省级行政区投资数量的分布 3、条形图与直方图n条形图3、条形图与直方图4、箱线图n箱线图（boxplot）也是一类重要的观察数据分布的图形，它是五数概括的图形表示4、箱线图n离群值截断点 位于上四分位数+1.5四分位距以外的点；位于下四分位数-1.5四分位距以外的点都可以称为离群值（outliers）4、箱线图4、箱线图四、数据变换n当数据不能满足模型的一些基本假定时，需要对数据进行变换，最常见的变换理由是：v不对称v非线性v异方差性四、数据变换n数据变换通常采用幂变化的形式：四、数据变换n幂变化的优点：递增函数
12、，原来较大的数据变换以后仍然较大连续函数，原数据中靠近的点，变换以后仍然靠近凹性，在正数范围内，不是始终凹向上，就是始终凹向下，所以，一个特定的幂变换，要么对较大的数据比较小的数据更多的压缩，要么相反四、数据变换保持数据的字母值，中位数样本还是中位数样本几何统一性可操作性四、数据变换四、数据变换n进行数据变换的关键是如何选择p值，一般有两种方法进行判断v迭代式方法v变换图方法变换图方法n对称性变换图（TPFS图，Transformation Plot For Symmetry）变换图方法n如果可以用一条直线来拟合这些点，该线必通过原点n直线方程可写为：变换图方法变换图方法n原理（以右偏为例）随着一对字母值向极端值移动，是非降的而 当右偏时，是递增的。所以1-p将大于0，p小于1，将右尾向里拉p值的选择np1：适用于左偏分布（SK0）p越大，调整左偏分布的力量越大np0）p越小，调整右偏分布的力量越大