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16頁未讀, 繼續(xù)免費閱讀

下載本文檔

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

文檔簡介

建模既是一門藝術也是一門科學,僅靠計量經濟學知識和計算機統(tǒng)計軟件并不足以確保能夠成功。

——格蘭杰第七章模型選擇:標準與檢驗

模型優(yōu)劣的標準

7.1模型設定誤差的類型7.2~7.6各種模型設定誤差的診斷方法7.7本章主要內容

7.1“好的”模型具有的性質簡約性:簡單優(yōu)于復雜,模型應盡可能簡單;可識別性:每個參數(shù)只有一估計值;擬合優(yōu)度:用模型中的解釋變量盡可能解釋應變量的變化;理論一致性:

構建模型時,必須有理論基礎;預測能力:應該選擇理論預測能夠被實際經驗所驗證的模型。

7.2設定誤差的類型遺漏相關變量;包括不相關變量;不正確的函數(shù)形式;度量誤差。

模型的設定誤差,SpecificationErrors實踐中,通常會遇到以下幾種情況:

假設真實的模型為遺漏變量X3遺漏變量偏差7.3遺漏相關變量:“過低擬合”

X2對Y的直接影響B(tài)2X2對X3的直接影響b32X3對Y的直接影響B(tài)3間接影響:B3b32X2X3Y過低擬合可能產生的后果:如果遺漏變量X3與模型中變量X2相關,則OLS估計量是有偏的,可以證明:如果X3與X2不相關,b32為0,則a2無偏但a1有偏;殘差項的方差是有偏估計量;OLS估計量的方差是有偏估計量。因此,假設檢驗通常無效??!

加入多余變量X3不相關變量偏差這里的設定誤差是過度擬合了模型,

即模型包括了不相關的變量。假設真實的模型為7.4包括不相關變量:“過度擬合”

過度擬合可能產生的后果:OLS估計量是無偏的;殘差項的方差是無偏估計量;因此,假設檢驗仍然有效??!

但OLS估計量方差變大,

不再是有效的(最小方差),因而不是最優(yōu)的。

7.5不正確的函數(shù)形式假設模型包括的變量都是理論上正確的,考慮如下兩種模型:

這兩個模型的函數(shù)形式不同,

如果選擇了錯誤的函數(shù)形式,OLS估計量是有偏的。

7.6度量誤差

度量誤差,MeasurementErrors

是指采樣過程中,由于種種主觀或客觀原因造成的測量值與真實值之間的誤差。

度量誤差的后果,取決于誤差是存在于被解釋變量還是解釋變量中:被解釋變量Y存在度量誤差:

OLS估計量及其方差是無偏的,但是估計量的估計方差比沒有度量誤差時的大。解釋變量X存在度量誤差:

OLS估計量是有偏的。解決方法:確保變量X的數(shù)據(jù)盡可能準確,避免記錄、舍入和遺漏誤差。對不同時期的變量,要確保數(shù)據(jù)的可比性。

7.7診斷設定誤差:設定誤差的檢驗設定誤差往往是不經意產生的:

理論的薄弱導致無法建立準確的模型;沒有合適的數(shù)據(jù)來驗證理論上正確的模型;函數(shù)形式在理論上不明確;

實際的問題不在于犯了這些錯誤,而在于如何診斷出錯誤,則補救措施也就不言自明了。

1.診斷非相關變量的存在為了避免遺漏變量,模型中會納入一些控制變量。

如果控制變量是不顯著的,則從模型中刪除這些變量不會顯著改變回歸結果,使模型更加簡明、清晰。

t檢驗——檢驗某1個變量是否應包括在模型中

F檢驗——檢驗若干個變量是否應包括在模型中m:受限的參數(shù)個數(shù);ur:非受限模型;r:受限模型

2.對遺漏變量和不正確函數(shù)形式的檢驗首先,根據(jù)理論或調查以及先前的實踐經驗,建立一個抓住問題本質的模型;然后,對模型進行實證檢驗。根據(jù)回歸結果判斷模型是否恰當,主要依據(jù):1.R2和校正后的R22.t

檢驗3.估計量的正負性是否與先驗預期一致。如果這些結果都很好,則接受所選模型;否則,要么是遺漏變量、要么是不正確函數(shù)形式。2.對遺漏變量和不正確函數(shù)形式的檢驗殘差檢驗

可以判斷是否遺漏了某個重要變量或者使用了不正確的函數(shù)形式。注意:在任何情形下,對估計模型的殘差圖進行檢驗都是建模過程中不可或缺的重要內容。正確模型:錯誤模型:殘差圖中,vi與x3會呈現(xiàn)出一定的關聯(lián)性

回歸誤差設定檢驗:RESET檢驗RESET檢驗的核心思想:若殘差隨呈現(xiàn)出某種變動樣式,則把以某種形式納入模型,會提高R2

若增加的R2是統(tǒng)計顯著的,則表明原始模型是錯誤設定的。RESET檢驗步驟如下:1.根據(jù)模型估計Y值,得到

2.回到模型,把的高次冪、等納入模型。3.檢驗H0:B3=B4=04.若拒絕H0

,則認為原始模型是錯誤設定的。

H0:線性模型(Y是X的線性函數(shù))H1:對數(shù)線性模型(lnY是X或lnX的線性函數(shù))

MWD檢驗核心思想:

如果線性模型是正確的,其殘差中不應該包含對數(shù)線性回歸中的成分,反之亦然。在線性和對數(shù)線性模型間選擇:MWD檢驗MWD檢驗步驟如下:一、檢驗H01.估計線性模型,得到2.估計線性對數(shù)模型,得到3.求4.做Y對X和Z1

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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