计量经济学第五章精要.pptVIP

第五章 2.怀特(White)检验法 如果模型为Yi=?0+?1Xi+?2X2i+?i时, 求出残差(resid) 计算出残差(resid2 ) 以resid2作为因变量, Xi ,X2i,Xi2,X2i2, XiX2i, 作为自变量进行回归分析 (H0: a1=a2=a3=a4=a5) 计算nR2~X2(J, a)分布, 在这里 n为样本数 R2为第二次回归分析时的决定系数 J为第二次回归分析时的自变量数。 用Eviews的异方差性对策1 如建立模型为Yi=?0+?1Xi+?2X2i+?i时, 点击Equation-Estimate/选择Option出现对话框时,选择Heteroskedasticity Consistent Covariance--OK 用Eviews的异方差性对策2 如建立模型为Yi=?0+?1Xi+?2X2i+?i时, 在命令窗口上 genr resid11=resid2 以resid11或log(resid11)作为因变量, Xi ,X2i,Xi2,X2i2, XiX2i,作为自变量进行回归分析 重现在在命令窗口上 genr resid12=resid 点击Equation-Estimate/选择Option出现对话框时,选择“Weighted LS/TSLS” Weight框中写入“1/resid12”—OK Equation-Estimate中写入Yi Xi X2i—OK 四、自相关的检验及对策 Cov (εj ,εj)=0 (i不等于j)不成立,则扰动项自相关(Serial correlation)。 原因: (1)扰动项的刺激影响往往不止持续一个时期。 (2)误设定(遗漏)or不正确的函数形式会导致。 后果: -用OLS估计不具有最小方差,(不是BLUE) -无法信赖参数的置信区间或假设检验结果。 诊断方法 1. 用残差的散点图分析(residual plotting) 时间变量or因变量作为横坐标,resid作为 纵坐标画出散点图—观察趋势。 时间变量的生成法: 主命令窗口上写入genr T=@trend(1)+1 选择T与resid以后Open group/Quick/Graph/Scater Diagram-Show Option选择后右下角中点击connect points--OK 2.Durbin-Watson检验法 ∑(et-e)2 ∑et2 ∑etet-1 ∑et-12 3.用Eviews的LM检验 如建立模型为Yt=?0+?1Xt+?2X2t+?t时, Equation-Estimate中View/Residual Test/Serial Correlation LM Test—OK View/Residual Test/ARCH LM Test—OK LM检验法 如建立模型为Yt=?0+?1Xt+?2X2t+?t时, 1.求出残差resid(et) 2.resid作为因变量, Xt,X2t,et-1作为自变量进行回归分析 3.得出的方程为 et = b10+b1Xt+b2X2t+?et-1 4.检验H0: ?=0 (如P阶时?1=?2=…?p=0) 5.计算LM=nR2 ~X2(1,a) X2(p,a) * * 回归分析中常见的 问题及对策 误设定(misspecification or specification) 多重共线性(multicollinearity) 异方差性(heteroskedasticity) 自相关(autocorrelation) 本章学习的主要内容 一、误设定模型的检验 适合性检验(joint significance test) LM检验(Lagrange Multiplier test) 信息基准值检验(information crierion) 模型的非线性检验 1.适合性检验(joint significance test) 无约束模型(U) 有约束模型(K) (general to simple) 计算统计量F F=(RSSK-RSSu)/J RSSu/(n-k-1) ~F(J, n-k) J 为表示约束条件数, K 为表示自变量数 或者 应估计的参数数, n 为表示样本数(obs) 2. LM检验(Lagrange Multiplier test) 有约束模型(R) 无约束模型(U) 用有约束模型(R)求出残差(resid); 以残差(resid)为因