計量經(jīng)濟學課件：第十章 模型的診斷與檢驗

1、1 計量經(jīng)濟學第十章 模型的診斷與檢驗本章要點：2一、模型總顯著性的F檢驗（已講過）二、模型單個回歸參數(shù)顯著性的t檢驗（已講過）三、檢驗若干線性約束條件是否成立的F檢驗四、 似然比（LR）檢驗五、 沃爾德（Wald）檢驗（只講應用）六、 拉格朗日乘子（LM）檢驗七、鄒（Chow）突變點檢驗（不講）八、 JB（Jarque-Bera）正態(tài)分布檢驗九、 格蘭杰（Granger）因果性檢驗34 一、模型總顯著性F檢驗二、回歸系數(shù)顯著性t檢驗5三、檢驗若干線性約束條件是否成立 的F 檢驗67 （續(xù)）8選擇3個解釋變量，國內生產(chǎn)總值，財政赤字額，年還本付息額，根據(jù)散點圖建立中國國債發(fā)行額模型如下： DE

2、BTt = 0 +1 GDPt +2 DEFt +3 REPAYt + ut其中DEBTt表示國債發(fā)行總額（單位：億元），GDPt表示年國內生產(chǎn)總值（單位：百億元），DEFt表示年財政赤字額（單位：億元），REPAYt表示年還本付息額（單位：億元）。 （續(xù)）9 （續(xù)）10EViews可以有三種途徑完成上述F檢驗。（1）在輸出結果窗口中點擊View，選Coefficient Tests, Wald Coefficient Restrictions功能（Wald參數(shù)約束檢驗），在隨后彈出的對話框中填入c(3) = c(4) = 0?？傻萌缦陆Y果。其中F = 537.5。11 四、似然比（LR）檢驗

3、121314 五、沃爾德（Wald）檢驗15161718 六、拉格朗日乘子（LM）檢驗19拉格朗日（Lagrange）乘子（LM）檢驗只需估計約束模型。所以當施加約束條件后模型形式變得簡單時，更適用于這種檢驗。LM乘子檢驗可以檢驗線性約束也可以檢驗非線性約束條件的原假設。對于線性回歸模型，通常并不是拉格朗日乘子統(tǒng)計量（LM）原理計算統(tǒng)計量的值，而是通過一個輔助回歸式計算LM統(tǒng)計量的值。20212223七、鄒（Chow）突變點檢驗（略）24八、JB（Jarque-Bera）正態(tài)分布檢驗25262728九、格蘭杰（Granger）因果性檢驗293031注意：（1）“格蘭杰因果性”的正式名稱應該是“

4、格蘭杰非因果性”。只因口語都希望簡單，所以稱作“格蘭杰因果性”。（2）為簡便，通?？偸前褁t-1 對yt存在（或不存在）格蘭杰因果關系表述為xt（去掉下標 -1）對yt存在（或不存在）格蘭杰因果關系（嚴格講，這種表述是不正確的）。（3）格蘭杰因果關系與哲學意義的因果關系還是有區(qū)別的。如果說“xt 是yt的格蘭杰原因”只是表明“xt中包括了預測yt的有效信息”。（4）這個概念首先由格蘭杰（Granger）在1969年提出。32例11.8 （file: 5stock） ： 以661天（1999年1月4日至2001年10月5日）的上證綜指（SHt）和深證成指（SZt）數(shù)據(jù)為例，進行雙向的Granger非因果性分析。兩個序列存在高度的相關關系，那么兩個序列間可能存在雙向因果關系，也有可能存在單向因果關系。333435通過EViews計算的Granger因果性檢驗的兩個F統(tǒng)計量的值見圖。SHt 和SZt之間存在單向因果關系。即SZt是SHt變化的Granger原因，但SHt 不是SZt變化的Granger原因。Granger非因果性檢驗的EViews操作是，打開SHt和SZt的數(shù)劇組窗口，點擊View鍵，選Granger Causility功能。在隨后打開的對話框口中填上滯后期數(shù)2，點擊OK鍵，即可得到圖11.20的檢驗結果。用滯后5, 10, 15, 20