数量经济学研究生课程（2005）112室

 正门

一、教学目的要求336260 37

 021-

经济学理论描述经济变量之间的关系，却没有提供这种关系的具体函数形式。经典的线性和非线性模型都假定经济变量的函数关系已知, 往往会导致在模型设定上存在误差.非参数模型是不对未知的函数和统计分布作任何具体的假定，而是通过样本数据获得函数关系的估计，模型更客观地拟合实际经济问题。研

 研

非参数计量经济方法是数量经济学研究生的一门必修课程，其基础是数理统计学和计量经济学的基础知识。共济网

 

本课程总学时：54学时，讲授51学时，机动3学时。33623 037

 

 院

二、教学大纲内容业

 共济

第一章        Introduction         （3学时）辅导

1．1          Density Estimationkaoyangj

1．2          Regression Estimation济

 同济

        Summary研

 

 

第二章        Histogram           （3学时）

2.1        Motivation and Derivation

2.1.1          Construction

2.1.2          Derivation

2.1.3          Varying the Binwidth

 

2.2        Statistical Properties

2.2.1          Bias

2.2.2          Variance

2.2.3          Mean Squared Error

2.2.4          Mean Integrated Squared Error

2.2.5          Optimal Binwidth

2.3        Dependence of the Histogram on the Origin

2.4        Averaged Shifted Histogram

 

Summary

 

第三章        Nonparametric Density Estimation  （12学时）

3.1  Motivation and Derivation

     3.1.1.  Derivation

     3.1.2   Varying the bandwith

     3.1.3   Varying the Kernel Function

 

3.2  Statistical Properties

3.2.1  Bias

3.2.2  Variance

3.2.3  Mean Squared Error

3.2.4  Mean Integrated Squared Error

 

3.3  Smoothing Parameter Selection

        3.3.1   Silverman’s Rule of Thumb

        3.3.2   Crose-Validation

        3.3.3   Refined Plug-in Methods

 

3.4  Choosing the Kernel

        3.4.1   Canonical Kernels and Bandwidths

        3.4.2   Adjusting Bandwidths across Kernels

 

   Summary

 

 

第四章        Multivariate Kernel Density Estimation       （9学时）

4.1        Bais, Variance and Asymptiotics

4.2        Bandwidth Selection

 

        Summary

 

第五章        Nonparametric Regression                （12学时）

 

5.1        Univariate Kernel Regression

5.1.1          Kernel Regression

5.1.2          Local Polynomial Regression

5.1.3          Nearest Neighbor Estimator

 

5.2        Smoothing Parameter Selection

5.2.2          Cross-Validation

5.2.3          Penalizing Functions

 

5.3         Multivariate Kernel Regression

5.3.1          Statistical Properties

5.3.2          Practical Aspects

 

     Summary

 

第六章        Semiparametric and Generalized Regression Models              （12学时）

 

6.1        Dimension Reduction

6.1.1          Variable Selection in Nonparametric Regression

6.1.2          Nonparametric Link Function

 

6.2        Generalized Linear Models

6.2.1          Exponential Families

6.2.2          Link Function

 

6.3        Partial Linear Models

 

Summary

 

三．考核方式

 

     本课程为考查课程

 

〔1〕. 3篇课程文献阅读理解，120分钟，课堂完成，占总成绩40%

 

〔2〕. 1篇课程习作，第17周前完成，占总成绩60%

 

 

四．主要参考书

 

【1】           Wolfgang Hordle, Marlene Muller, Stefan Sperlich, Axel Werwatz,

Nonparametric and Semiparametric Models ,Springer, Berlin Heidelberg ，February 2004

 

【2】           叶阿忠,  非参数计量经济学, 南开大学出版社 2003,7

 

             许  冰  编写