计量经济学中的各种检验及其应用.pptVIP

* * 计量经济学期末复习课 内容提要 关于系数的检验 自变量是否对因变量起作用的显著性检验（T检验） 自变量系数的约束性检验（Wald检验） 关于残差的检验 异方差检验（White检验） 自相关检验（DW检验、 D-h检验） 模型设定的检验 模型结构稳定性检验（邹至庄检验） 遗漏变量检验 冗余变量检验 单方程计量模型的基本设定 六大基本假定： 1、线形关系； 2、X是观测变量，非随机，X之间无关或没有共线性； 3、E[ε]=0 4、Var[ε]=σ2 5、E[ε i εj]=0 6、 ε~N[0,σ2] 关于系数的检验 Xi对Y有影响吗？ H0：βi=0 （没影响） 构造统计量：T=(βi-0 )/sβi , T~t[n-k] 在置信度水平选定的情况下，若T大于临界t值，就拒绝原假设，也就是说Xi对Y有影响；此时我们又说βi是显著的。反之则反之。 关于系数的检验 Xi对Y影响的大小或数量值？ H0：βi=c 构造统计量：T=(βi-c )/sβi , T~t[n-k] 在置信度水平选定的情况下，若T大于临界t值，就拒绝原假设，反之则反之。 关于系数的检验 Xi对Y影响的大小或数量值？ H0：βi=c 构造统计量：T=(βi-c )/sβi , T~t[n-k] 在置信度水平选定的情况下，若T大于临界t值，就拒绝原假设，反之则反之。 关于系数的检验 Xi (i=2,3…k)是否对Y都无影响？ （R2显著性的检验） H0：β2=β3=…= βk =0 统计量：F=RSS(n-k )/ESS(k-1), F~F[n-k，k-1] 在置信度水平选定的情况下，若F大于临界F值，就拒绝原假设，反之则反之。 关于系数的检验 自变量系数的约束性检验 H0： 约束条件为线性的话，可用F检验。方法是分别作有约束和无约束两次回归，用两个残差平方和或拟合优度R2的比较来构造F统计量；也可直接用Wald检验。 约束为非线性的话，直接用Wald检验。 关于残差的检验 残差可能违背经典假设的情况： 异方差 自相关 非正态分布（不需要掌握） 如何针对以上情况进行检验？ 关于残差的检验 异方差检验 H0： Var[εi]= Var[εj]=σ2 White检验：X=NR2~χ2[p] 如果NR2超过临界的卡方值，表明异方差的存在；反之则反之。 异方差的修正：加权最小二乘法WLS 关于残差的检验 自相关检验 H0：ρ=0，（ ρ 是残差的一阶自相关系数） Durbin-Watson检验: 关于残差的检验 自相关检验 H0： H0：ρ=0，（ ρ 是残差的一阶自相关系数） 当模型的自变量中存在滞后因变量时，Durbin-Watson检验失效，改为Durbin-h检验 Durbin-h服从正态分布，用正态检验即可。 自相关的修正：广义差分法 模型设定的检验 模型结构稳定性检验（邹至庄检验） 遗漏变量检验（同wald检验） 冗余变量检验（同wald检验） 模型结构稳定性检验 对于时间序列数据模型，时间区间从1到n，我们怀疑在时刻t0的前后模型结构发生了变化，如何检验？ 模型化问题为： H0:αi = αj ; Var[εi] = Var[εj] 检验方法：Chow氏检验 其他重要问题点 虚拟变量建模 注意虚拟变量陷阱 检验内容的模型化并能解释虚拟变量系数的内涵 点预测与区间预测 计算点估计值 计算预测的区间 * * * * * * * * * * * * * * * * * * * * * * * * * * * *