eviews模型診斷課件

第四章模型診斷1精選課件ppt鄒突變點(diǎn)檢驗(yàn)(檢驗(yàn)是否存在突變點(diǎn)）鄒模型穩(wěn)定性檢驗(yàn)（檢驗(yàn)?zāi)Ｐ褪欠窨梢赃M(jìn)行預(yù)測）似然比檢驗(yàn)（檢驗(yàn)?zāi)Ｐ褪欠翊嬖谌笔ё兞炕虼嬖谌哂嘧兞浚￤ald檢驗(yàn)（檢驗(yàn)?zāi)Ｐ偷募s束條件是否有效）2精選課件ppt兩個鄒檢驗(yàn)用來檢查不同時期或不同截面數(shù)據(jù)子樣本相互關(guān)系的穩(wěn)定性。該檢驗(yàn)中最重要的步驟是將數(shù)據(jù)集合T分為T1和T2兩個部分，T1用于估計(jì)，剩下的T2用于檢驗(yàn)。若利用所有可得到的樣本觀測值對方程進(jìn)行估計(jì)，則可以尋找到最適合給定數(shù)據(jù)集合的方程，但是這樣就無法檢驗(yàn)該模型的預(yù)測能力，也不能檢驗(yàn)參數(shù)是否穩(wěn)定，變量間的關(guān)系是否穩(wěn)健。3精選課件ppt在時間序列樣本中，通常利用T1時期的觀測值進(jìn)行了估計(jì)，余下的T2時期的觀測值進(jìn)行檢驗(yàn)。對于截面數(shù)據(jù)，可以先根據(jù)關(guān)鍵變量，例如家庭收入或公司銷售額的大小，對數(shù)據(jù)進(jìn)行了排序，然后再將數(shù)據(jù)集合分成兩個部分。這里沒有硬性的、快速的方法來確定T1、T2的相對大小。4精選課件ppt某些情況下，會出現(xiàn)一些明顯的已經(jīng)發(fā)生結(jié)構(gòu)變化的點(diǎn)（如一條法規(guī)的出現(xiàn)、固定匯率向浮動匯率的轉(zhuǎn)變或者是石油價格的沖擊等），則選擇該點(diǎn)來分割T。在沒有什么特殊原因來觀測結(jié)構(gòu)變化時，粗略的經(jīng)驗(yàn)是用85%-90%的觀測值來進(jìn)行估計(jì)，余下的用于檢驗(yàn)。5精選課件ppt鄒突變點(diǎn)檢驗(yàn)鄒突變點(diǎn)檢驗(yàn)由鄒至莊1960年提出，用于檢驗(yàn)?zāi)Ｐ蛥?shù)在樣本范圍內(nèi)某一點(diǎn)是否發(fā)生變化。注意，每個子集中的觀測值數(shù)目必須超過待估方程中系數(shù)的個數(shù)。分割的目的是為了檢驗(yàn)系數(shù)向量在不同的子集中是否可以視為常數(shù)。H0：不存在突變點(diǎn)6精選課件ppt檢驗(yàn)時，考察的方程應(yīng)分別擬合于每個子樣本。加總每個子樣本的殘差平方和從而得到無約束的殘差平方和，然后再用方程擬合于所有樣本觀測值，得到有約束的殘差平方和。F統(tǒng)計(jì)量是有約束和無約束的殘差平方和之比，而LR統(tǒng)計(jì)量是通過有約束和無約束條件下的方程的極大似然值計(jì)算得到。輸出結(jié)果再次顯示F統(tǒng)計(jì)量、LR統(tǒng)計(jì)量和相應(yīng)的概率值。7精選課件ppt注意：該檢驗(yàn)適合于由最小二乘法和兩階段最小二乘法做的回歸。做鄒突變檢驗(yàn)時，選擇Equation工具中的View/stabilitytests/chowBreakpointtest功能。在對話框中，輸入突變的日期（相對于時間序列樣本）或觀測數(shù)目（相對于截面樣本）。例如，若方程由1950-1994年數(shù)據(jù)估計(jì)得到，在對話框中，鍵入1960，則設(shè)定了兩個子樣本，一個從1950-1959,另一個從1960-1994。8精選課件ppt例4.11985-2002年中國家用汽車擁有量（y）與城鎮(zhèn)居民家庭人均可支配收入(x)，數(shù)據(jù)見case6。畫散點(diǎn)圖后發(fā)現(xiàn)1996年應(yīng)該是一個突變點(diǎn)。當(dāng)城鎮(zhèn)居民家庭人均可收入突破4838.9元之后，城鎮(zhèn)居民家庭購買家用汽車的能力大大提高?，F(xiàn)在用鄒突變點(diǎn)檢驗(yàn)法檢驗(yàn)1996年是不是一個突變點(diǎn)。9精選課件ppt鄒模型穩(wěn)定性檢驗(yàn)在鄒預(yù)測檢驗(yàn)中，利用T1時期的觀測值估計(jì)方程并預(yù)測余下T2時期的因變量的值。這樣，會存在一個預(yù)測值和真實(shí)值之間差異的向量。若差異較小，則對估計(jì)方程毋庸置疑；若差異較大，則方程參數(shù)的穩(wěn)定性值得懷疑。H0：模型是穩(wěn)定的10精選課件ppt注意:Chow預(yù)測檢驗(yàn)適用于由最小二乘法和兩階段最小二乘法估計(jì)的回歸方程。做Chow預(yù)測檢驗(yàn)時，選擇Equation工具欄中的View/StabilityTests/ChowForecastTest功能。在對話框中，設(shè)定預(yù)測開始的日期，且該日期必須在現(xiàn)有的樣本觀測值之內(nèi)。11精選課件ppt仍以表case6為例用1985~1999年數(shù)據(jù)建立的模型基礎(chǔ)上，檢驗(yàn)當(dāng)把2000~2002年數(shù)據(jù)加入樣本后，模型的回歸參數(shù)是否出現(xiàn)顯著性變化。因?yàn)橐呀?jīng)知道1996年為結(jié)構(gòu)突變點(diǎn)，所以設(shè)定虛擬變量，以區(qū)別兩個不同時期。12精選課件ppt用1985~2002年數(shù)據(jù)按以下命令回歸，ycxd1x*d113精選課件pptWald檢驗(yàn)Wald檢驗(yàn)處理有關(guān)解釋變量系數(shù)約束的假設(shè)。例如，假設(shè)一個Cobb-Douglas生產(chǎn)函數(shù)已經(jīng)估計(jì)為以下形式:其中Q、K和已分別代表產(chǎn)出、資本與勞動的投入量。規(guī)摸報(bào)酬不變的假設(shè)由以下約束檢驗(yàn)表示:14精選課件pptWald檢驗(yàn)原假設(shè)的參數(shù)限制以及檢驗(yàn)方程可以是線性的，也可以是非線性的，并且可以同時檢驗(yàn)一個或多個約束。Wald檢驗(yàn)的輸出結(jié)果依賴于約束的線性性。在線性約束下，輸出結(jié)果是F統(tǒng)計(jì)量、x2統(tǒng)計(jì)量和相應(yīng)的p值。如果約束是有效的，那么F統(tǒng)計(jì)量應(yīng)該很小，p值很大，并且約束不會被拒絕。在大多數(shù)應(yīng)用中，p值和相應(yīng)的F統(tǒng)計(jì)量應(yīng)該被認(rèn)為是近似值，也就是說只有當(dāng)F值遠(yuǎn)大于臨界值時結(jié)論才是可靠的。15精選課件ppt如果是非線性約束，則不論方程形式如何，檢驗(yàn)結(jié)果只能是卡方統(tǒng)計(jì)量的近似結(jié)果和相應(yīng)的近似既率。事實(shí)上，Wald檢驗(yàn)對二階段最小二乘法、非線性最小二乘法等建立的模型均有效，只是檢驗(yàn)統(tǒng)計(jì)量有所不同EViews中，方程結(jié)果輸出窗口點(diǎn)擊View按鈕，然后在下拉菜單中選擇CoefficientTests/Wald-CoefficientRestrictions16精選課件ppt例4.2糧食產(chǎn)量（Y）通常由糧食生產(chǎn)勞動力（L）、化肥施用量（K）等因素決定，利用線性化方法估計(jì)Cobb-Douglas生產(chǎn)函數(shù)模型并檢驗(yàn)參數(shù)是否滿足約束條件。（case4)17精選課件ppt遺漏變量檢驗(yàn)(testadd檢驗(yàn))遺漏(Omitted)變量檢驗(yàn)用以查看對現(xiàn)有模型添加某些變量后，新變量是否對因變量的解釋有顯著貢獻(xiàn)。檢驗(yàn)的原假設(shè)是新變量都是不顯著的。檢驗(yàn)統(tǒng)計(jì)量18精選課件ppt注意:計(jì)算時都要求原模型與檢驗(yàn)?zāi)Ｐ偷挠^測量相同，即新變量不能在原來的樣本期內(nèi)含有缺失值，因此，像加入滯后變量等情況，檢驗(yàn)是失效的。EViews中，方程結(jié)果輸出窗口中選擇View/CoefficientTests/OmittedVariables-LikelihoodRatio．19精選課件ppt例4.3續(xù)例4.2。若考慮糧食播種面積(M)對糧食產(chǎn)量的影響，現(xiàn)檢驗(yàn)該因素是否顯著。20精選課件ppt冗余變量檢驗(yàn)(testdrop檢驗(yàn))冗余(Redundant)檢驗(yàn)用以確定現(xiàn)有模型一個變量子集的統(tǒng)計(jì)顯著性，即考察子集內(nèi)變量的參數(shù)估計(jì)值是否與0沒有顯著差異，可以從方程中剔除。H0:檢驗(yàn)對應(yīng)變量的回歸系數(shù)等于