中级公共管理研究方法期末复习大纲

中级公共管理研究方法期末复习大纲内容摘要：

背叛 A B A B „„ A B （ 98， 101） 现在的问题是： A、 B 是如何进行策略选择的。 这个博弈因形状像一只蜈蚣 ,而被命名成蜈蚣博弈。 这个博弈的奇特之处是：当 A 决策时，他考虑博弈的 最后一步即第 100 步； B在“合作”和“背叛”之间作出选择时，因“合作”给 B 带来 100 的收益，而“不合作”带来 101 的收益，根据理性人的假定， B 会选择“背叛”。 但是，要经过第 99 步才到第 100 步，在 99 步， A 考虑到 B 在 100 步时会选择“背叛”—— 此时 A 的收益是 98，小于 B 合作时的 100，那么在第 99 步时，他的最优策略是“背叛” —— 因为“背叛”的收益 99 大于“合作”的收益 98„„如此推论下去，最后的结论是：在第一步 A 将选择“不合作”，此时各自的收益为 1，远远小于大家都采取“合作”策略时的收益： A： 100， B： 10099。 根据倒推法，结果是令人悲伤的。 从逻辑推理来看，倒推法是严密的，但结论是违反直觉的。 直觉告诉我们，一开始就采取不合作的策略获取的收益只能为 1，而采取合作性策略有可能获取的收益为 100。 当然， A 一开始采取合作性策略的收益有可能为 0，但 1 或者 0 与 100 相比实在是太小了。 直觉告诉我们采取合作策略是好的。 而从逻辑的角度看，一开始 A 应取不合作的策略。 我们不禁要问：是倒推法错了，还是直觉错了。 这就是蜈蚣博弈的悖论。 常用统计方法（聚类分析、主成分分析、回归分析，作用与要点） 答：根据 聚类分析 法的要求计算任意两个对等对象的加权欧式距离，计算公式为式： Dij=｛∑ [Wk（ Fik－ Fjk） ]2｝ 1/2 式中： Dij—— 第 i 个分等对象到第 j 个分等对象的欧式距离； Wk—— 第 k 项因子的总排序权重值； Fik—— 第 i 个分等对象第 k 项因子的评分值； Fjk—— 第 j 个分等对象第 k 项因子的评分值。 案例之间：聚类分析 主成分分析 是把多个可观测的变量综合为少数几个潜在指标的一种统计分析方法 .主成分分析的目的主要有两个 一是用有限个不可观测的潜在变量来接解释原变量的相关性 二是对变量或样本进行分类。 或者 说，通过主成分分析找出几个综合因子来代表原来众多的变量，使这些综合因子尽可能地反映原来变量的信息量，而且彼此之间互不相关，从而达到简化的目的。 主成分分析法可将众多指标综合起来，又克服了指标间的相关性，同时进一步根据主成分的得分情况进行分类。 回归分析 —— 多元线性回归 1）．单一方程回归模型的基本形式 式中： Y 为被解释变量（应变量） X1,X2,„ Xi 为解释变量（自变量），代表影响因素， k 为解释变量个数 u 为随机扰动项 Y 对 X1,X2,„ Xi 存在单向的依存关系 最简单的回归模型 :一元线性回归 模型 式中： Yi 为被解释变量 Xi 为第 i 个样本的解释变量 n 为样本容量 a,b 为待估参数 ui(i=1,2,„ n)为随机扰动项 单向的依存关系 ,以一元线性回归模型为例 回归分析研究的两个变量必须具有因果关系 ,且应变量是随机变量 ,具有一定的概率分布 ,自变量 (解释变量 )则在假定的重复抽样中取固定的值 相关分析中 ,两个变量是同等看待的 ,即应变量与解释变量不加以区别 ,不考虑因果关系 ,并且两个变量都假定为随机变量 最常用的回归模型 :多元线性回归模型 式中： Yi 为被解释变量 X1i, X2i ,„ Xki 为 第 i 个样本的共 k 个解释变量 n 为样本容量（如观测次数） 0, 1, 2,„ k,为待估参数 uXXXfY k  ),.. .,( 21),.. .,2,1(22110 niuXXXY ikikiii   ui(i=1,2,„ n)为随机扰动项 许多非线性可转换为之 2）．模型的参数估计 如何根据样本数据得到最佳的样本回归方程 ? 最小二乘法 (OLS) 极大似然法 OLS 估计的性质 3）．拟合优度检验 拟合优度系数 样本决定系数 多重可决系数 R2,0~1 接近 1,表示回归方程与样本观测值拟合的好 R2 没有考虑自由度的影响 自由度 :观测数 未知数个数 相关系数与拟合优度系数 拟合优度系数是对变量 Y 与 X 进行回归分析得出的 ,用于判定回归方程与样本观测值的拟合优度 相关系数是进行相关分析得出的 ,用于判定 Y 与 X 线性相关密切程度的数量指标 4）．显著性检验 t 检验 F 检验 解释变量的显著性检验 总体显著性检验 检验每个回归系数 假设所有 i=0 时，出现该数据分布的概率 P 假设一个 i=0 时，出现该数据分布的概率 P a= P 不显著 P:~ 显著 P 极显著 a= 5）．几个统计量正态分布 Z。