计量经济学 (6).ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,2.5 实例：时间序列问题,一、中国居民人均消费模型,二、时间序列问题,一、中国居民人均消费模型,例2.5.1,考察中国居民收入与消费支出的关系。,GDPP：,人均国内生产总值,（,1990,年不变价,）,CONSP：,人均居民消费,（以居民消费价格指数（1990=100）缩减）。,该两组数据是19782000年的,时间序列数据,（,time series data,）；,1、建立模型,拟建立如下一元回归模型,采用,Eviews,软件,进行回归分析的结果见下表,前述,收入-消费支出例,中的数据是,截面数据,（,cross-sectional data,）。,一般可写出如下回归分析结果：,(13.51)(53.47),R,2,=0.9927 F=2859.23 DW=0.5503,2、模型检验,R,2,=0.9927,T,值,：,C：13.51，GDPP：53.47,临界值,:,t,0.05/2,(21)=2.08,斜率项：,00.38621，符合,绝对收入假说,3、预测,2001年：,GDPP,=4033.1（,元）（90年不变价）,点估计：,CONSP,2001,=201.107+0.3862,4033.1=1758.7,（,元）,2001,年,实测,的,CONSP,（,1990,年价）:,1782.2,元，,相对误差,:,-1.32%,。,2001,年人均居民消费的,预测区间,人均,GDP,的,样本均值,与,样本方差,：,E(GDPP)=1823.5,Var,(GDPP)=982.04,2,=964410.4,在,95%,的置信度下，,E(CONSP,2001,),的预测区间,为：,=1758.7,40.13,或：,（,1718.6,1798.8,）,同样地，在,95%,的置信度下，,CONSP,2001,的预测区间,为：,=1758.7,86.57,或,（,1672.1,1845.3,）,二、时间序列问题,上述实例表明，时间序列完全可以进行类似于截面数据的回归分析。,然而，在时间序列回归分析中，有两个需注意的问题：,第一，关于抽样分布的理解问题。,能把表,2.5.1,中的数据理解为是从某个总体中抽出的一个样本吗？,可决系数,R,2,，,考察被解释变量,Y,的变化中可由解释变量,X,的变化,“,解释,”,的部分。,这里,“,解释,”,能否换为,“,引起,”,?,第二，关于,“,伪回归问题,”,（,spurious regression problem）。,在现实经济问题中，对时间序列数据作回归，即使两个变量间没有任何的实际联系，也往往会得到较高的可决系数，尤其对于,具有相同变化趋势（同时上升或下降）的变量,，更是如此。,这种现象被称为,“,伪回归,”,或,“,虚假回归,”,。,