模型诊断与检验.doc

模型诊断与检验 2）回归参数的t检验。 （3）检验线性约束条件是否成立的F检验。 （4）JB正态性检验 （5）邹突变点检验（Chow Breakpoint Tests） （）回归系数的稳定性检验（Chow检验） Q检验 （8）Ramsey RESET 检验（Ramsey模型设定误差检验） （9）格兰杰非因果性检验 （10）赤池信息准则、施瓦茨准则（贝叶斯信息准则）和汉南准则 （11）递归残差检验 （1）回归函数的F检验。 多元回归模型， yt = (0 +(1xt1 + (2xt2 +…+ (k- 1xt k -1 + ut , H0：(1= (2 = … = (k-1 = 0；H1：(j不全为零 原假设成立条件下，统计量 F = ( F(k-1,T-k) (1) 其中SSR是回归平方和，SSE是残差平方和。k表示被估参数个数。 注意：SSR旧指回归平方和（regression sum of squares），现指残差平方和（sum of squared residuals）。SSE旧指残差平方和（error sum of squares (sum of squared errors)），现指回归平方和（explained sum of squares）。 检验规则是，若 F ( F( (k-1,T-k)，接受H0； 若 F F( (k-1,T-k) , 拒绝H0。 （2）回归参数的t检验。 对于多元回归模型， yt = (0 +(1xt1 + (2xt2 +…+ (k- 1xt k -1 + ut , 如果F检验的结论是接受原假设，则检验止。如果F检验的结论是拒绝原假设，则进一步作t检验。 H 0：(j = 0；H1：(j ( 0，(j = 1, 2, …, k-1) 原假设成立条件下，统计量 t =( t(((k( (2) 判别规则：若( t (( t((((k(，接受H 0； 若( t ( t((((k(，拒绝H 0。 （3）检验线性约束条件是否成立的F检验。 约束条件的F检验可以用来检验回归参数的一个或多个线性约束条件，如H 0：(1 ( 0，(2 ( 0，(1 +(0 + (1 =1，(1 /(2 (0.8等。 在零假设“约束条件成立”条件下，统计量 F =( F(m, T–k ) （3） 其中SSEr 表示施加约束条件后估计模型的残差平方和；SSEu 表示未施加约束条件的估计模型的残差平方和；m表示约束条件个数；T 表示样本容量；k表示非约束模型中被估参数的个数。 判别规则是，若F F( (m, T–k)，约束条件成立， 若F ( F( (m, T–k)，约束条件不成立。 例：（file: b1c4）中国国债发行额模型 首先分析中国国债发行额序列的特征。1980年国债发行额是43.01亿元，占GDP当年总量的1%，2001年国债发行额是4604亿元，占GDP当年总量的4.8%。以当年价格计算，21年间（1980-2001）增长了106倍。平均年增长率是24.9%。 中国当前正处在社会主义市场经济体制逐步完善，宏观经济运行平稳阶段。国债发行总量应该与经济总规模，财政赤字的多少，每年的还本付息能力有关系。选择3个解释变量，国内生产总值，财政赤字额，年还本付息额，根据散点图（略）建立中国国债发行额模型如下： DEBTt = (0 +(1 GDPt +(2 DEFt +(3 REPAYt + ut 其中DEBTt表示国债发行总额（单位：亿元），GDPt表示年国内生产总值（单位：百亿元），DEFt表示年财政赤字额（单位：亿元），REPAYt表示年还本付息额（单位：亿元）。用1980(200年数据 = 4.31 +0.35 GDPt +1.00 DEFt +0.88 REPAYt (11.7) (0.2) (2.2) (31.5) (17.8) R2 = 0.9990, DW=2.12, T =22, SSEu= 48460.78, (1980-2001) 图11.2 由上述4个变量的相关系数矩阵（图11.2）知，DEBTt和GDPt的相关性最强。那么是否可以从模型中删掉DEFt和REPAYt呢？ 可以用F统计量完成上述检验。原假设H0：(2 = (3 = 0（约束DEFt