第7章模型選擇:標準與檢驗_第1頁
第7章模型選擇:標準與檢驗_第2頁
第7章模型選擇:標準與檢驗_第3頁
第7章模型選擇:標準與檢驗_第4頁
第7章模型選擇:標準與檢驗_第5頁
已閱讀5頁,還剩28頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

模型選擇:標準與檢驗

第7章7.1“好的”模型具有的性質(zhì)經(jīng)濟計量學(xué)家哈維(A.C.Harvey)列出了模型判斷的一些標準:簡約性(parsimony)簡單優(yōu)于復(fù)雜或者簡約原則表明模型應(yīng)盡可能簡單??勺R別性(identifiability)對于給定的一組數(shù)據(jù),估計的參數(shù)值必須是唯一的。擬合優(yōu)度(goodnessoffit)校正的R2越高,模型越好。理論一致性(theoreticalconsistency)一旦模型中的一個或多個系數(shù)的符號有誤,就不能說是一個好模型。預(yù)測能力(predictivepower)選擇理論預(yù)測與實踐相吻合的模型。

7.2設(shè)定誤差的類型Venndiagram.主要介紹一些實踐中經(jīng)常遇到的設(shè)定誤差:遺漏相關(guān)變量包括不必要變量采用了錯誤的函數(shù)形式度量誤差7.3遺漏相關(guān)變量:“過低擬合”模型遺漏變量偏差(omittedvariablebias)。7.4包括不相關(guān)變量:“過度擬合”模型回歸模型的估計后果如下:1.“不正確”模型的OLS估計量是無偏的(也是一致的)。2.從回歸方程(7.10)中得到的的估計量是正確的。3.建立在t檢驗和F檢驗基礎(chǔ)上的標準的置信區(qū)間和假設(shè)檢驗仍然是有效的。4.從回歸方程(7.10)中估計的卻是無效的——其方差比從真實模型(7.9)中估計的的方差大。7.5不正確的函數(shù)形式現(xiàn)在考慮另一種設(shè)定誤差。假設(shè)模型包括的變量Y,,都是理論上正確的變量。考慮如下兩種模型設(shè)定:例7-3美國進口商品支出利用美國1959-2006年美國進口商品支出(Y)和個人可支配收入(X)數(shù)據(jù)進行上面兩個模型的回歸得:兩個模型的R2都很高,都是顯著的。

那么怎么對兩個模型進行選擇呢。

7.7節(jié)將進行討論。7.6度量誤差應(yīng)變量中的度量誤差

1.OLS估計量是無偏的。2.OLS估計量的方差也是無偏的。3.估計量的估計方差比沒有度量誤差時的大。因為應(yīng)變量中的誤差加入到了誤差項中。因此,應(yīng)變量的度量誤差引起的后果不太嚴重。解釋變量中的度量誤差

1.OLS估計量是有偏的。2.OLS估計量也是不一致的。即使樣本容量足夠大,OLS估計量仍然是有偏的。解釋變量中的度量誤差比較嚴重,當(dāng)然應(yīng)變量和解釋變量都存在度量誤差更嚴重。7.7診斷設(shè)定誤差:設(shè)定誤差的檢驗(7.7.1)診斷非相關(guān)變量的存在(7.7.2)對遺漏變量和不正確函數(shù)形式的檢驗判定模型是否恰當(dāng)主要根據(jù)以下一些參數(shù):1.和校正后的()2.估計的值3.與先驗預(yù)期相比,估計系數(shù)的符號(7.7.2)對遺漏變量和不正確函數(shù)形式的檢驗判定模型是否恰當(dāng)主要根據(jù)以下一些參數(shù):1.和校正后的()2.估計的值3.與先驗預(yù)期相比,估計系數(shù)的符號殘差檢驗殘差圖可以顯示模型的設(shè)定誤差,比如遺漏了變量或者是使用了不正確的模型形式。還可以診斷異方差和自相關(guān)。在模型(7-13)中,如果漏掉了時間趨勢變量,對下面模型進行回歸,得:圖7-2回歸(7.13)和(7.20)的殘差除了殘差圖還可以用其他方法進行檢驗:(1)麥克金農(nóng)-懷特-戴維森檢驗(MWD檢驗);(2)拉姆齊檢驗RESET;(3)沃爾德檢驗(4)拉格朗日乘子檢驗;(5)豪斯曼檢驗(6)博克斯-考克斯變換。7.7.3在線性模型和對數(shù)線性模型之間選擇:MWD檢驗MWD檢驗的步驟:(1)估計線性模型,的到Y(jié)的估計值(2)估計對數(shù)模型,得到lnY的估計值(3)求(4)做MWD檢驗的假設(shè):H0:線性模型H1:對數(shù)模型如果t檢驗的Z1i的系數(shù)是統(tǒng)計顯著的,則拒絕H0。如果t檢驗的Z2i的系數(shù)是統(tǒng)計顯著的,則拒絕H1。MWD檢驗的思想:如果線性模型正確,則變量Z1i應(yīng)該是統(tǒng)計不顯著的,因為根據(jù)線性模型估計的Y值應(yīng)該不同于根據(jù)對數(shù)模型估計的Y值。MWD檢驗例子7.7.4回歸誤差設(shè)定檢驗:RESETRESET檢驗的核心思想:如果把以某種形式的解釋變量納入模型,則會提高R2,如果增加的R2是顯著的,則說明原來的模型是錯誤設(shè)定的。RESET檢驗的步驟:(1)根據(jù)模型求出Y的估計值(2)回到模型,吧的高次冪等納入模型獲取殘差和之間的系統(tǒng)關(guān)系。RESET檢驗的步驟:(3)令方程(7-23)得到的R2為,(7-22)的R2為利用(4-56)的F檢驗,判定增加的R2是

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論