政治大學國務院國安碩專班選修課...
DESCRIPTION
政治大學國務院國安碩專班選修課 課程名稱:社會科學研究方法(量化分析) 授課老師:黃智聰 授課內容: 簡單線性迴歸模型:非線性模型、 異質變異、自我相關 參考書目: Hill, C. R., W. E. Griffiths, and G. G. Judge, (2001), Undergraduate Econometrics . New York: John Wiley & Sons 日期: 2011 年 5 月 12 日. 非線性模型. 第一類模型 : 變數為非線性的,但未知參數是線性的。 - PowerPoint PPT PresentationTRANSCRIPT
1 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
政治大學國務院國安碩專班選修課課程名稱:社會科學研究方法(量化分析)
授課老師:黃智聰 授課內容:
簡單線性迴歸模型:非線性模型、異質變異、自我相關
參考書目: Hill, C. R., W. E. Griffiths, and G. G. Judge, (2001), Undergraduate Econometrics. New York: John Wiley & Sons
日期: 2011 年 5 月 12 日
2 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
非線性模型 第一類模型 : 變數為非線性的,但未知參數是
線性的。
Y=αLβK γ lnY=δ+βln(L)+γln(K)
3 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
多項式和互動變數 迴歸模型中的斜率為連續性的變化。 TC=α1+α2Q+α3Q
2+α4Q3+e
PIZZA=β1+β2AGE+β3Y+e
= β2 : 在某一個所得水準之下,預期比薩的支出會隨著年齡增加一歲而變動 β2 的量。
PIZZAAGE
4 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
= β3 : 在某一年齡之下,所得每增加$1 預期比薩支出會增加 β3 。
例 : 隨著一個人年齡的增長,他們對於比薩的邊際偏好會減少。
這是一個所得的影響決定於年齡的例子 AGE × Y
PIZZA=β1+β2AGE+β3Y+β4(AGE×Y) +e
PIZZA Y
5 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
=β2+β4 Y
AGE 的影響取決於所得。
=β3+β4 Age
受到所得影響下預期比薩的支出,則決定於 AGE 。
E(PIZZA) AGE
E(PIZZA) Y
6 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
下列兩條式子有何不同 Pizza=342.8848***-7.5756***AGE+0.0024***Y Pizza=161.4654-2.9774AGE+0.0091**Y-0.00016*
*(Y×AGE) AGE 本身不再是個顯著的解釋因素。 這表示 AGE 會透過與所得的互動來影響比薩的
支出 --- 也就是它會影響比薩的邊際支出傾向估計 AGE 的邊際影響
7 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
異質變異( Heteroskedasticity )ttt exy 21
0)( teE 2)( teVAr 0),( ji eeCov
問題 : 2)()( tt eVaryVar
放寬這個假設 : 2)()( ttt eVaryVar
然後我們稱這樣的情形為異質變異在使用橫斷面換資料( cross-sectional data )時常會遇到變異數不同或質變異性,這樣的情形也同樣會發生在時間序列資料( time-series data )。
8 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
最小平方估計式仍然是線性且不偏的估計式,但它不再是最佳線性不偏估計式 (BLUE) 。
通常以最小平方估計式所計算出的標準誤是不正確的。使用這些不正確的標準誤會誤導假設檢定。
異質變異對最小平方估計式的影響
9 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
1. 殘差圖( Residual Plots ) 如果誤差是同質變異的,在殘差裡不應該會有
任何種類的類型( patterns )。 然而,當我們有一個以上的解釋變數時 ,估計
的最小平方函數不容易被畫在一張圖上。 我們可以做的是畫出最小平方殘差相對於各解
釋變數的圖。
檢測異質變異性
10 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
2. The Goldfeld-Quandt 檢定 H0: homoskedasticity a. 將樣本分為大小大約相等的兩個子樣本。 若我們相信變異數與 Xt 有關,則應根據 Xt 大
小將觀察值分為兩類。 b. 計算每個子樣本的估計誤差變異數 及
。若兩個樣本之變異數相同的虛無假設不是真
的 , 那麼預期 會很大。
21̂ 2
2̂
22
21
ˆˆ
11 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
c. 計算 GQ= 若 GQ > Fc (T1-K, T2-K)
拒絕變異數相同的虛無假設 若樣本一分為二 , 則 T1=T2=T /2 。
22
21 ˆ/ˆ
12 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
一般化最小平方ti exxy 22110 2
1)( ieVar i=1,…,13
ti exxy 22110 22)( ieVar i=14,…,26
(1)
(2)
11
22
1
11
1
0
1
ii exxy
, for i=1,…13
22
22
2
11
2
0
2
ii exxy
, for i=14,…,26
1)()(21
ii eVar
eVar
經由模型轉換的一般化最小平方
13 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
∴ 估計 LSE (1)(2) 可得到 21̂ 2
2̂,然後計算
j
y
j
x
1
j
x
2
, ,其中 σj 不是 σ1 就是 σ2 , 決定於選取的那一半觀察值。然後應用最小平方在轉換整個變數
ii XXY 22110
1iy
2iy
1
1
x
2
2
x
1
1
x
2
2
x
檢定變異數假設
14 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
自我相關( Autocorrelation ) 橫斷面資料( Cross-section data ) : 隨機樣本
誤差項彼此間互不相關。 時間序列資料( Time-series data ) : 相鄰發生
的誤差是有可能會彼此相關。 當相鄰發生的誤差項互為相關時, 稱為自
我相關( autocorrelation )。
15 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
tttt exxy 2,21,10
0)( teE 2)( teVar0),( st eeCov for t≠ s
but if 0),( st eeCov for t≠ s 自我相關例 :
ttt lPA )ln()ln( 10
ttt exy 10
tt xy 971.0111.6ˆ (0.169) (0.111)
R2=0.706
(SE)
從課本的表和圖中可知 :負的殘差值傾向於跟隨負的殘差值,而正的殘差值則傾向於跟隨正的殘差值。
16 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
一階自我迴歸模型 AR(1)
ttt ee 1 0)( tE
若 ρ 由前一期帶到下一期的影響越大,衝擊擴散的速度也越慢。
2)( tVar 0),( stCov for t≠ s
(1)-1< ρ< 1 ,若 > 1 Then will ∞ , as t ∞ te
(3) 2
22
1)(
eteVar et 也是同質變異的,因為 σe
2
不隨時間而改變。
一階自我迴歸誤差
AR(1) 誤差的統計性質
(2)E(et )=0
17 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
(4) kektt eeCov 2),( k> 0
因為 < 1 ∴ 0),( ktt eeCov As t ∞
18 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
對最小平方估計式的影響 一個具有自我相關的方程式,若是忽略或沒有
察覺到這一點,就會發生下列情形: 最小平方估計式仍然是線性不偏估計式,但它
不再是最佳的。 最小平方估計式的標準誤不再是正確的 使用
這些標準誤會誤導假設檢定。
19 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
一般化最小平方( GLS )會比最小平方提供給我們一個更窄、可透露多資訊的信賴區間。
ttt eXY 10
ttt Vee 1
tttt VeXY 110
11011 ttt XYe
11011 ttt XYe
ttttt VXXYY )()1( 1101
tttt VXXY *2,1
*1,0
*
20 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
只計算 (T-1) 個變數,忽略第一個觀察值≠ >不偏
估計 ρ 轉換第一個觀察值
12*
1 )1( YY )1( 2*11 X 1
2*12 )1( XX
1*
ttt YYY 1*1tX 1
*2 ttt XXX
ttt eXY 10 ttt XbbYe 10
ˆˆ ttt Vee ˆˆˆ 1 先估 然後重新估計 β0,β1 => 在考慮 AR下。tt XY 10
21 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
Durbin Watson 檢定
The Bound Test
ttt Vee 1)ˆ1(2 d
H0: ρ= 0, H1:ρ> 0
dLc < d < dUc
若 d < dLc 拒絕 H0: ρ= 0 ,接受 H1:ρ> 0
若 d > dUc 無法拒絕 H0: ρ= 0
若 dLc < d < dUc 這個檢定是不具決定性的。
T=34 ( 觀察值個數 ) K=2( 參數個數 ) β0、 β1
自我相關的檢定
22 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
H0: ρ= 0 , H1:ρ≠0
若 DW 檢定與 LM 檢定不一致時? DW 檢定導致型 I錯誤。 LM 檢定導致型 II錯誤。
ttt VeXY 1110 ˆ
Lagrange 乘數檢定(Lagrange Mulitipler Test)
23 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
注意 :
1.Yt=β0+β1X1+ρet-1+νt ,但 t=1,……,T
e0=? (1) 設定 e0=0
(2)忽略 e0
2.DW 檢定在有限樣本的情況下較精確。 LM 檢定適用在近似於大樣本的情況下。 3. 若其中一個解釋變數為延遲變數 Yt-1 ,則不適合
用 DW 檢定。但 LW 檢定仍然可以用在這種情形之下。
4. 在越多時間延遲的情況下,更適合用 LM 檢定。
24 政治大學國務院國安碩專班選修課 -- 社會科學研究方法(量化分析) -- 黃智聰
YT+1=β0+β1XT+1+eT+1
YT+1=β0+β1XT+1+ρeT+νT+1
TTT eXY ~ˆˆˆˆ1101 TTT XYe 10
ˆˆ~
Th
hT eX ~ˆˆ1 0ˆ hTy +
若我們假設 XT+h=value
則我們就可以預測 h 期 !
用 AR(1) 誤差做預測