6.4 半参数模型-高级应用计量经济学课件
合集下载
计量经济学课件全
• 计量经济的方法和统计方法一样，本质上 是归纳法，是将实事归纳成理论的一个有 效的辅助工具。计量经济学可以结合实际 观测数据对经济理论进行验证，检验理论 的正确性，提供进一步改进理论的方向。
11
数据
• 观测数据：主要是指统计数据和各种调查 数据。是所考察的经济对象的客观反映和 信息载体，是计量经济工作处理的主要现 实素材。
6
一、什么是计量经济学
• 计量经济学是利用经济理论、数学、统计推断 等工具对经济现象进行分析的一门社会科学。
• 计量经济学运用数理统计知识分析经济数据， 对构建于数理经济学基础之上的数学模型提供 经验支持，并得出数量结果。
• 计量经济学是以经济理论为前提，利用数学、 数理统计方法与计算技术，根据实际观测资料 来研究带有随机影响的经济数量关系和规律的 一门学科。
• 萨缪尔森：“经济计量学的定义为：在 理论与观测协调发展的基础上，运用相 应的推理方法，对实际经济现象进行数 量分析。”
5
一、什么是计量经济学
• 兰格：“经济计量学是经济理论和经济 统计学的结合，并运用数学和统计方法 对经济学理论所确定的一般规律给予具 体的和数量上的表示。”
• 克莱茵：“经济计量学是数学方法、统 计技术和经济分析的综合。就其字义来 讲，经济计量学不仅是指对经济现象加 以测量，而且包含根据一定的经济理论 进行计算的意思。”
GNP 10201.4 11954.5 14922.3 16917.8 18598.4 21662.5 26651.9 34560.5 46670 57494.9 66850.5 73142.7 76967.2
80579.36 88189.6
17
截面数据(cross-section data)
11
数据
• 观测数据：主要是指统计数据和各种调查 数据。是所考察的经济对象的客观反映和 信息载体，是计量经济工作处理的主要现 实素材。
6
一、什么是计量经济学
• 计量经济学是利用经济理论、数学、统计推断 等工具对经济现象进行分析的一门社会科学。
• 计量经济学运用数理统计知识分析经济数据， 对构建于数理经济学基础之上的数学模型提供 经验支持，并得出数量结果。
• 计量经济学是以经济理论为前提，利用数学、 数理统计方法与计算技术，根据实际观测资料 来研究带有随机影响的经济数量关系和规律的 一门学科。
• 萨缪尔森：“经济计量学的定义为：在 理论与观测协调发展的基础上，运用相 应的推理方法，对实际经济现象进行数 量分析。”
5
一、什么是计量经济学
• 兰格：“经济计量学是经济理论和经济 统计学的结合，并运用数学和统计方法 对经济学理论所确定的一般规律给予具 体的和数量上的表示。”
• 克莱茵：“经济计量学是数学方法、统 计技术和经济分析的综合。就其字义来 讲，经济计量学不仅是指对经济现象加 以测量，而且包含根据一定的经济理论 进行计算的意思。”
GNP 10201.4 11954.5 14922.3 16917.8 18598.4 21662.5 26651.9 34560.5 46670 57494.9 66850.5 73142.7 76967.2
80579.36 88189.6
17
截面数据(cross-section data)
6.4 半参数模型解析
• 由于半参数模型估计的收敛速度慢于参数模型，必须有足 够多的样本才能实现半参数模型的估计。 • 半参数离散选择模型=关于解释变量的参数部分+关于随 机误差项的非
• 建议不作为课堂教学内容。
§6.4半参数计量经济学模型
一、半参数线性回归模型 二、半参数二元离散选择模型
说明
• 从模型设定的角度，在实际应用研究中，一部分解释变量 与被解释变量的关系是可以设定的，而一部分难于设定， 提出了半参数模型问题。 • 从技术角度，完全非参数模型估计的收敛速度随着解释变 量的增加而越来越慢，存在“维数诅咒 ” ，提出了半参 数模型问题。 • 半参数模型在应用研究，特别在微观经济等领域具有广泛 应用 。因为对于微观计量经济学模型，一般需要比较多 的解释变量。 • 半参数模型与微观计量经济学模型结合，是一个方向。本 节以半参数离散选择模型为例。
• 最小二乘核估计不能估计出非参数部分函数的导 数，在具体应用中具有较大的局限性。
• 最小二乘局部线性估计可以估计出非参数部分函 数的导数，该估计方法在实际应用中被广泛使用。 • 半参数线性模型的最小二乘局部线性估计分三步 进行估计。
• 第一步：先设β已知，基于以下模型，得到g(x)的 局部线性估计,同时也可以获得其导数的估计。
一、半参数线性回归模型
1、半参数回归模型
Yi βZi g (Xi ) i , i 1, 2,
Zi (Z1i , , Z d0i )
,n
X i ( X1i ,, X d1i )
• 模型的参数部分作为主要部分，把握被解释变量的大势走 向，适于外延预测；非参数部分，可以对被解释变量作局 部调整，使模型更好地拟合样本观测值。 • 模型没有常数项。如果有了常数项，则模型不可识别。 • 随机误差序列均值为零，与所有解释变量不相关。
• 建议不作为课堂教学内容。
§6.4半参数计量经济学模型
一、半参数线性回归模型 二、半参数二元离散选择模型
说明
• 从模型设定的角度，在实际应用研究中，一部分解释变量 与被解释变量的关系是可以设定的，而一部分难于设定， 提出了半参数模型问题。 • 从技术角度，完全非参数模型估计的收敛速度随着解释变 量的增加而越来越慢，存在“维数诅咒 ” ，提出了半参 数模型问题。 • 半参数模型在应用研究，特别在微观经济等领域具有广泛 应用 。因为对于微观计量经济学模型，一般需要比较多 的解释变量。 • 半参数模型与微观计量经济学模型结合，是一个方向。本 节以半参数离散选择模型为例。
• 最小二乘核估计不能估计出非参数部分函数的导 数，在具体应用中具有较大的局限性。
• 最小二乘局部线性估计可以估计出非参数部分函 数的导数，该估计方法在实际应用中被广泛使用。 • 半参数线性模型的最小二乘局部线性估计分三步 进行估计。
• 第一步：先设β已知，基于以下模型，得到g(x)的 局部线性估计,同时也可以获得其导数的估计。
一、半参数线性回归模型
1、半参数回归模型
Yi βZi g (Xi ) i , i 1, 2,
Zi (Z1i , , Z d0i )
,n
X i ( X1i ,, X d1i )
• 模型的参数部分作为主要部分，把握被解释变量的大势走 向，适于外延预测；非参数部分，可以对被解释变量作局 部调整，使模型更好地拟合样本观测值。 • 模型没有常数项。如果有了常数项，则模型不可识别。 • 随机误差序列均值为零，与所有解释变量不相关。
计量经济学课件PPT课件
非线性模型转换方法
多项式回归
通过引入自变量的高次项，将非线性关系转化为线性 关系进行处理。
变量变换
对自变量或因变量进行某种函数变换，以改善模型的 拟合效果。
非参数回归
不假定具体的函数形式，通过数据驱动的方式拟合非 线性关系。
实例分析：金融时间序列预测
数据准备
收集金融时间序列数据，如股票 价格、交易量等，并进行预处理。
模型选择依据
Hausman检验，LM检验等。
实例分析：经济增长收敛性问题研究
研究背景
探讨不同国家或地区间经济增长差异及其收 敛性。
模型构建
选择合适的面板数据模型，设定经济增长收 敛假设。
实证分析
收集相关数据，运用计量经济学软件进行回 归分析，检验收敛性假设是否成立。
结论与政策建议
根据实证结果得出结论，提出促进经济增长 收敛的政策建议。
机器学习算法与计量经济学模型结合
将机器学习算法与传统计量经济学模型相结合，形成更具解释性和预测能力的混合模型。
大数据背景下计量经济学挑战与机遇
01
大数据背景概述
数据量巨大、类型多样、处理速度快等 特点。
02
计量经济学面临的挑 战
数据质量、计算效率、模型可解释性等 问题。
03
计量经济学面临的机 遇
利用大数据技术挖掘更多信息，提高模 型预测精度和政策评估效果；同时推动 计量经济学理论和方法的发展创新。
Geary's C指数
与Moran's I指数类似，也是用于检验全局空间自相关。
LISA集聚图 用于检验局部空间自相关，可以直观展示空间集聚或异常 值区域。
空间滞后和空间误差模型选择
空间滞后模型（SLM）
计量经济学课件(庞浩版)
劳动经济学
劳动经济学中经常运用联立方程模型来研究劳动力市场中 的各种问题，如工资决定、就业与失业、劳动力流动等。 例如，可以构建一个包含工资方程和就业方程的联立方程 模型，以分析最低工资制度对就业和工资水平的影响。
06
CATALOGUE
面板数据计量经济学模型
面板数据基本概念与特点
面板数据定义
面板数据是指在时间序列上取多个截面，在这些截面上同时选取样本观测值所构成的样 本数据。
面板数据模型估计方法及应用举例
估计方法
面板数据模型的估计方法主要有最小二乘法 、广义最小二乘法和极大似然法等。
应用举例
面板数据模型在经济学、金融学、社会学等 领域有广泛的应用，如经济增长、劳动力市 场、金融市场、环境经济学等问题的研究。 例如，可以利用面板数据模型研究不同国家 经济增长的影响因素，或者分析某个政策对 不同地区或不同群体的影响效果。
模型设定
多元线性回归模型是描述多个自变量与一 个因变量之间线性关系的模型，形式为 Y=β0+β1X1+β2X2+...+βkXk+u。
假设ห้องสมุดไป่ตู้验
对各个自变量的回归系数进行假设检验， 判断其是否显著不为零。
参数估计
通过最小二乘法等方法对模型中的参数进 行估计，得到各个自变量的回归系数估计 值。
多重共线性问题
采用逐步回归法、岭回归法、主成分分析法等方法对多重 共线性进行修正，同时也可以通过增加样本容量或收集更 多信息来缓解多重共线性的影响。
04
CATALOGUE
时间序列计量经济学模型
时间序列基本概念与性质
时间序列定义
按时间顺序排列的一组数据，反映现象随时间 变化的发展过程。
劳动经济学中经常运用联立方程模型来研究劳动力市场中 的各种问题，如工资决定、就业与失业、劳动力流动等。 例如，可以构建一个包含工资方程和就业方程的联立方程 模型，以分析最低工资制度对就业和工资水平的影响。
06
CATALOGUE
面板数据计量经济学模型
面板数据基本概念与特点
面板数据定义
面板数据是指在时间序列上取多个截面，在这些截面上同时选取样本观测值所构成的样 本数据。
面板数据模型估计方法及应用举例
估计方法
面板数据模型的估计方法主要有最小二乘法 、广义最小二乘法和极大似然法等。
应用举例
面板数据模型在经济学、金融学、社会学等 领域有广泛的应用，如经济增长、劳动力市 场、金融市场、环境经济学等问题的研究。 例如，可以利用面板数据模型研究不同国家 经济增长的影响因素，或者分析某个政策对 不同地区或不同群体的影响效果。
模型设定
多元线性回归模型是描述多个自变量与一 个因变量之间线性关系的模型，形式为 Y=β0+β1X1+β2X2+...+βkXk+u。
假设ห้องสมุดไป่ตู้验
对各个自变量的回归系数进行假设检验， 判断其是否显著不为零。
参数估计
通过最小二乘法等方法对模型中的参数进 行估计，得到各个自变量的回归系数估计 值。
多重共线性问题
采用逐步回归法、岭回归法、主成分分析法等方法对多重 共线性进行修正，同时也可以通过增加样本容量或收集更 多信息来缓解多重共线性的影响。
04
CATALOGUE
时间序列计量经济学模型
时间序列基本概念与性质
时间序列定义
按时间顺序排列的一组数据，反映现象随时间 变化的发展过程。
计量经济学课件汇总全套ppt完整版课件最全教学教程整套课件全书电子教案教学课件汇总完整版电子教案
假设样本回归直线已做出，设它为
yˆi ˆ ˆ xi
(2.2.3)
其中ˆ 是α的估计量， ˆ 是β的估计量，这样
就可以用样本回归直线(2.2.3)估计总体回归直线
(2.2.2)。
设给定的样本观测值（xi,yi），i =1,2，…，n， 在直角坐标系里，做出它们的对应点（xi,yi）， i =1,2，…，n，构成散点图，如图2.2.1
COV(ui，xj) = 0 (i，j =1,2,3,…,n )
显然，如果x是非随机变量，则假定5将自动满足。 以上假定通常也叫高斯—马尔可夫 (Gauss Markov) 假定，也称古典假定。满足以上古典假定的线性回 归模型，也称为古典线性模型或经典线性模型。
根据假定2，对(2.1.1)式两边同时取期望值，则有
E(ui)= 0 （i =1,2,3,…,n）
假定3 每个ui（ i = 1,2,3,…,n ）的方差均为同一个
常数，即V(ui)
=
E( ui2)=
2 u
=常数
称之同方差假定或等方差性。
假定4 与自变量不同观察值xi相对应的随机项ui彼 此独立，即COV(ui，uj) = 0 （i≠j） 这个假定称为非自相关假定。 假定5 随机项ui与自变量的任一观察值xj不相关，即
2003年诺贝尔经济学奖再次垂青计量经济学家美 国的罗伯特F.恩格尔(Robert F.Engle)和英国的克 莱夫W.J. 格兰杰(Clive W.J.Granger)是因为他们 在时间序列数据研究方法方面的重要贡献，这再 一次向世人证明计量经济学是经济学中最重要的 学科之一。 另一方面，绝大多数诺贝尔经济学奖获得者即使 其主要贡献不在计量经济学领域，也都普遍应用 了计量经济学方法。
计量经济学课件很详细共99页
计量经济学课件很详细
1、战鼓一响，法律无声。——英国 2、任何法律的根本；不，不成文法本 身就是 讲道理 ……法 律，也 ----即 明示道 理。— —爱·科 克
3、法律是最保险的头盔。——爱·科 克 4、一个国家如果纲纪不正，其国风一 定颓败 。—— 塞内加 5、法律不能使人人平等，但是在法律 面前人 人是平 等的。 ——波 洛克
43、重复别人所说的话，只需要教育； 而Байду номын сангаас挑战别人所说的话，则需要头脑。—— 玛丽·佩蒂博恩·普尔
44、卓越的人一大优点是：在不利与艰 难的遭遇里百折不饶。——贝多芬
45、自己的饭量自己知道。——苏联
41、学问是异常珍贵的东西，从任何源泉吸 收都不可耻。——阿卜·日·法拉兹
42、只有在人群中间，才能认识自 己。——德国
1、战鼓一响，法律无声。——英国 2、任何法律的根本；不，不成文法本 身就是 讲道理 ……法 律，也 ----即 明示道 理。— —爱·科 克
3、法律是最保险的头盔。——爱·科 克 4、一个国家如果纲纪不正，其国风一 定颓败 。—— 塞内加 5、法律不能使人人平等，但是在法律 面前人 人是平 等的。 ——波 洛克
43、重复别人所说的话，只需要教育； 而Байду номын сангаас挑战别人所说的话，则需要头脑。—— 玛丽·佩蒂博恩·普尔
44、卓越的人一大优点是：在不利与艰 难的遭遇里百折不饶。——贝多芬
45、自己的饭量自己知道。——苏联
41、学问是异常珍贵的东西，从任何源泉吸 收都不可耻。——阿卜·日·法拉兹
42、只有在人群中间，才能认识自 己。——德国
《高级计量经济学》幻灯片
京:中国统计出版社
• 高雪梅主编(2005).?计量经济分析方法与建模：
EVIEWS应用及实例?.北京：清华大学出版社.
4
△ 初、中、高级计量经济学
• 初级以计量经济学的数理统计学根底知识和经
典的线性单方程模型理论与方法为主要内容；
• 中级以用矩阵描述的经典的线性单方程模型理
论与方法、经典的线性联立方程模型理论与方 法，以及传统的应用模型为主要内容；
概率论根底
• 克莱因成为其理论与应用的集大成者
6
• 经典计量经济学在理论方法方面特征是： • ⑴ 模型类型—随机模型； • ⑵ 模型导向—理论导向； • ⑶ 模型构造—线性或者可以化为线性，因
果分析，解释变量具有同等地位，模型具有明 确的形式和参数；
• ⑷ 数据类型—以时间序列数据或者截面数
据为样本，被解释变量为服从正态分布的连续 随机变量；
2
参考书目 7.William H. Greene?计量经济学分析?，中国社会 科学出版社。 清华大学出版社出了该书的英文影印本 8. Michael Intriligator, Ronald Bodkin and Cheng Hsiao.?Econometric models, techniques, and applications?, Prentice Hall Inc. 9.Robert S. Pindyck and Daniel L. Rubinfeld?计 量经济学模型与经济预测?，机械工业出版社。 10.Ramu Ramanathan.?应用经济计量学?，机械 工业出版社。
11
• 宏观计量经济学名称由来已久，但是它的主要
内容和研究方向发生了变化。
• 经典宏观计量经济学：利用计量经济学理论方
• 高雪梅主编(2005).?计量经济分析方法与建模：
EVIEWS应用及实例?.北京：清华大学出版社.
4
△ 初、中、高级计量经济学
• 初级以计量经济学的数理统计学根底知识和经
典的线性单方程模型理论与方法为主要内容；
• 中级以用矩阵描述的经典的线性单方程模型理
论与方法、经典的线性联立方程模型理论与方 法，以及传统的应用模型为主要内容；
概率论根底
• 克莱因成为其理论与应用的集大成者
6
• 经典计量经济学在理论方法方面特征是： • ⑴ 模型类型—随机模型； • ⑵ 模型导向—理论导向； • ⑶ 模型构造—线性或者可以化为线性，因
果分析，解释变量具有同等地位，模型具有明 确的形式和参数；
• ⑷ 数据类型—以时间序列数据或者截面数
据为样本，被解释变量为服从正态分布的连续 随机变量；
2
参考书目 7.William H. Greene?计量经济学分析?，中国社会 科学出版社。 清华大学出版社出了该书的英文影印本 8. Michael Intriligator, Ronald Bodkin and Cheng Hsiao.?Econometric models, techniques, and applications?, Prentice Hall Inc. 9.Robert S. Pindyck and Daniel L. Rubinfeld?计 量经济学模型与经济预测?，机械工业出版社。 10.Ramu Ramanathan.?应用经济计量学?，机械 工业出版社。
11
• 宏观计量经济学名称由来已久，但是它的主要
内容和研究方向发生了变化。
• 经典宏观计量经济学：利用计量经济学理论方
2024版计量经济学(很好用的完整)ppt课件
贝叶斯计量经济学的定义
基于贝叶斯定理和概率分布理论进行计量分析的经济学分支。
贝叶斯先验分布的设定
根据历史数据、专家经验等因素设定参数的先验分布，作为后续推 断的基础。
贝叶斯计量模型的估计方法
包括马尔科夫链蒙特卡罗方法、变分贝叶斯方法等，用于估计模型 参数和进行统计推断。
机器学习在计量经济学中应用
机器学习算法在计量经济学中的应用场景
广义线性模型介绍
1
定义
广义线性模型是一类用于回归分析的统计 模型，它扩展了线性模型的框架，允许响 应变量遵循非正态分布，并且可以通过一 个链接函数与解释变量建立线性关系。
2
组成
广义线性模型由三部分组成——随机成分、 系统成分和链接函数。随机成分指定响应 变量的分布类型和参数，系统成分描述解 释变量与响应变量之间的线性关系，链接 函数则将随机成分和系统成分连接起来。
06
计量经济学软件应用
EViews软件介绍及操作指南
01
EViews软件概述
EViews是一款功能强大的计量 经济学软件，广泛应用于数据 分析、模型估计和预测等领域。
02
数据导入与预处理
介绍如何在EViews中导入数据、 进行数据清洗和预处理等操作。
03
模型估计与检验
详细讲解EViews中线性回归模 型、时间序列模型等模型的估 计方法，以及模型的检验和诊 断。
THANKS
包括变量选择、模型诊断、预测等。
监督学习在计量经济学中的应用
通过训练数据集学习模型，然后利用测试数据集评估模型性能。
非监督学习在计量经济学中的应用
通过聚类、降维等技术发现数据中的潜在结构和模式。
深度学习在计量经济学中的应用
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Zi (Z1i , , Z d0i ) X i ( X 1i , , X d1i )
• 模型的参数部分作为主要部分，把握被解释变量的大势走 向，适于外延预测；非参数部分，可以对被解释变量作局 部调整，使模型更好地拟合样本观测值。
• 模型没有常数项。如果有了常数项，则模型不可识别。 • 随机误差序列均值为零，与所有解释变量不相关。
Yi Eˆ(Yi | Xi ) (Zi Eˆ(Zi | Xi )) vi
• 第三步：得到最终估计。
gˆ(x) Eˆ(Yi | Xi ) βˆEˆ(Zi | Xi )
3、最小二乘局部线性估计
• 最小二乘核估计不能估计出非参数部分函数的导 数，在具体应用中具有较大的局限性。
• 最小二乘局部线性估计可以估计出非参数部分函 数的导数，该估计方法在实际应用中被广泛使用。
2、最小二乘核估计
• 第一步：假设β已知，对非参数部分进行核估计。
g( Xi ) E(Yi | Xi ) βE(Zi | Xi )
Eˆ(Yi | Xi )
Eˆ (Zi | Xi )
gˆ(x, β) Eˆ(Yi | Xi ) βEˆ(Zi | Xi )
• 第二步：估计 β。采用OLS估计模型：
• 将随机误差项的分布作为待估计的未知函数，这样就可以 有效克服二元离散选择模型的应用缺陷。
• 由于半参数模型估计的收敛速度慢于参数模型，必须有足 够多的样本才能实现半参数模型的估计。
• 半参数离散选择模型=关于解释变量的参数部分+关于随 机误差项的非参数部分。
2、半参数二元离散选择模型的估计
• 建议不作为课堂教学内容。
• 半参数线性模型的最小二乘局部线性估计分三步 进行估计。
• 第一步：先设β已知，基于以下模型，得到g(x)的 局部线性估计,同时也可以获得其导数的估计。
Yi βZi g(Xi ) ui
• 第二步：基于以下参数模型，得到β的最小二乘 估计。
Yi βZi gˆ (Xi , β) i
βˆ (Z%TZ%)1 Z%TY%
• 第三步：得到g(x)的最终估计，以及其导数的最 终估计。
gˆ (x) gˆ (x, βˆ )
gˆ (x) ST (x)(Y βˆZ)
二、半参数二元离散选择模型
1、半参数二元离散选择模型的含义
• 为了估计二元离散选择参数模型，必须基于效用模型的随 机误差项分布已知的假定。
• 但是，在现实中该假定不一定成立，错误的分布设定必然 导致错误的推断。
• 半参数模型在应用研究，特别在微观经济等领域具有广泛 应用 。因为对于微观计量经济学模型，一般需要比较多 的解释变量。
• 半参数模型与微观计量经济学模型结合，是一个方向。本 节以半参数离散选择模型为例。
一、半参数线性回归模型
1、半参数回归模型
Yi βZi g(Xi ) i , i 1, 2,L , n
§6.4半参数计量经济学模型
一、半参数线性回归模型 二、半参数二元离散选择模型
说明
• 从模型设定的角度，在实际 提出了半参数模型问题。
• 从技术角度，完全非参数模型估计的收敛速度随着解释变 量的增加而越来越慢，存在“维数诅咒 ” ，提出了半参 数模型问题。
• 模型的参数部分作为主要部分，把握被解释变量的大势走 向，适于外延预测；非参数部分，可以对被解释变量作局 部调整，使模型更好地拟合样本观测值。
• 模型没有常数项。如果有了常数项，则模型不可识别。 • 随机误差序列均值为零，与所有解释变量不相关。
Yi Eˆ(Yi | Xi ) (Zi Eˆ(Zi | Xi )) vi
• 第三步：得到最终估计。
gˆ(x) Eˆ(Yi | Xi ) βˆEˆ(Zi | Xi )
3、最小二乘局部线性估计
• 最小二乘核估计不能估计出非参数部分函数的导 数，在具体应用中具有较大的局限性。
• 最小二乘局部线性估计可以估计出非参数部分函 数的导数，该估计方法在实际应用中被广泛使用。
2、最小二乘核估计
• 第一步：假设β已知，对非参数部分进行核估计。
g( Xi ) E(Yi | Xi ) βE(Zi | Xi )
Eˆ(Yi | Xi )
Eˆ (Zi | Xi )
gˆ(x, β) Eˆ(Yi | Xi ) βEˆ(Zi | Xi )
• 第二步：估计 β。采用OLS估计模型：
• 将随机误差项的分布作为待估计的未知函数，这样就可以 有效克服二元离散选择模型的应用缺陷。
• 由于半参数模型估计的收敛速度慢于参数模型，必须有足 够多的样本才能实现半参数模型的估计。
• 半参数离散选择模型=关于解释变量的参数部分+关于随 机误差项的非参数部分。
2、半参数二元离散选择模型的估计
• 建议不作为课堂教学内容。
• 半参数线性模型的最小二乘局部线性估计分三步 进行估计。
• 第一步：先设β已知，基于以下模型，得到g(x)的 局部线性估计,同时也可以获得其导数的估计。
Yi βZi g(Xi ) ui
• 第二步：基于以下参数模型，得到β的最小二乘 估计。
Yi βZi gˆ (Xi , β) i
βˆ (Z%TZ%)1 Z%TY%
• 第三步：得到g(x)的最终估计，以及其导数的最 终估计。
gˆ (x) gˆ (x, βˆ )
gˆ (x) ST (x)(Y βˆZ)
二、半参数二元离散选择模型
1、半参数二元离散选择模型的含义
• 为了估计二元离散选择参数模型，必须基于效用模型的随 机误差项分布已知的假定。
• 但是，在现实中该假定不一定成立，错误的分布设定必然 导致错误的推断。
• 半参数模型在应用研究，特别在微观经济等领域具有广泛 应用 。因为对于微观计量经济学模型，一般需要比较多 的解释变量。
• 半参数模型与微观计量经济学模型结合，是一个方向。本 节以半参数离散选择模型为例。
一、半参数线性回归模型
1、半参数回归模型
Yi βZi g(Xi ) i , i 1, 2,L , n
§6.4半参数计量经济学模型
一、半参数线性回归模型 二、半参数二元离散选择模型
说明
• 从模型设定的角度，在实际 提出了半参数模型问题。
• 从技术角度，完全非参数模型估计的收敛速度随着解释变 量的增加而越来越慢，存在“维数诅咒 ” ，提出了半参 数模型问题。