离散数学11.pptVIP

第三部分 实践中的回归分析 Chp 11 标准与检验 主要内容 优良模型的性质 设定误差的类型 遗漏相关变量 包括不相关变量 不正确的函数形式 度量误差 设定误差的诊断 小结 一、优良模型的性质 简约性（Parsimony） 可识别性（Identifiability） 拟合优度（Goodness of fit） 理论一致性（Theoretical consistency） 预测能力（Predictive power） 二、设定误差的类型 导致模型失效的设定误差主要包括如下几种类型： 遗漏相关变量 包括不必要的变量 采用了错误的函数形式 度量误差 三、遗漏相关变量 ——“过低拟合”模型 考虑如下模型： Yi=B1+B2X2i+B3X3i+ui 其中，Y为婴儿死亡率，X2为人均GNP，X3为女性识字率 若在建模时遗漏了变量X3，则有： Yi=A1+A2X2i+vi 遗漏变量X3将导致的后果： 如果遗漏变量X3与模型中的变量X2相关，则和是有偏的，即：其均值或期望值与真实值不一致，用符号表示如下： E(a1)?B1,E(a2) ?B2 可以证明： E(a2) =B2+B3b32 E(a1)=B1+B3E(X3)-b32E(X2) a1和a2也是不一致的，即无论样本容量有多大，偏差也不会消失 如果X2与X3不相关，则b32为零。 根据错误模型得到的误差方差是真实误差方差的有偏估计量； a2的方差是真实估计量b2方差的有偏估计量。 通常的置信区间和假设检验过程不再可靠。 例11-1 ：婴儿死亡率的决定因素 正确：CM=f(PGNP,FLR,u) 错误：CM=f(PGNP,u) 启示：在建立模型时，要对研究现象所蕴含的经济理论做深入了解，从而把相关变量都纳入模型。 四、包括不相关变量 ——“过度拟合”模型 模型包括不必要变量将导致的后果——不相关变量偏差 假定下列包含双变量的模型为正确： Yi=B1+B2X2i+ui 但建模时包括了不必要的变量X3，即： Yi=A1+A2X2i+A3X3i+vi 该模型的估计后果： “不正确”模型的OLS估计量是无偏的，即 E(a1)=B1, E(a2)=B2, E(a3)=0 方差?2的估计量是正确的 建立在t检验和F检验基础上的标准的置信区间和假设检验仍然是有效的。 错误的回归方程中估计的a是无效的——其方差比从真实模型中估计的b的方差大。 五、不正确的函数形式 Yt=B1+B2X2t+B3X3t+ut………………（1） B2度量了Y对X2的变化率 lnYt=A1+A2lnX2t+A3lnX3t+vt…………（2） A2度量了Y对X2的弹性，…… 实践中，经济理论没有明确应变量与解释变量之间的函数形式，假定对数形式是正确的，但人们很可能用（1）式来拟合数据，导致模型设定误差。 例：11-3 美国进口货物的支出（P251） ?=-751.47+0.576X-19.01Time t= -5.63* 8.68* -5.43* R2=0.96,Ad_R2=0.96,F=233.3 ln?=-22.01+3.66lnX-0.05Time t= -4.17* 5.10* -2.32* R2=0.96,Ad_R2=0.96,F=233.3 例：11-3 美国进口货物的支出（P251） 分别用上述两种模型对数据进行拟合，其中： 模型一的所有回归系数都显著，X的回归系数表明在其他条件不变的情况下，个人可支配收入每增加1美元，平均进口支出将增加57美分，…… 模型二的回归系数亦显著，其中，进口支出对PDI的弹性约为3.66，而时间的回归系数表明，在其他变量保持不变的条件下，进口支出年均以4.58%的速率降低，……，。 两个模型难以进行直接的比较 六、度量误差 一般地，我们隐含地假定应变量和解释变量不存在度量误差，即数据是准确的，而不是臆断的、外推的、内插的或围绕某个系统样式。实践中，这种假定往往难以满足。 应变量中的度量误差导致的后果： OLS估计量是无偏的； OLS估计量的方差也是无偏的； 估计量的估计方差比没有度量误差时的大 应变量中的误差加入到了误差项ui中。 解释变量中的度量误差导致的后果： OLS估计量是有偏的； OLS估计量也是不一致的 解决办法： 使用工具变量或替代变量 实践中的建议： 确保变量X的数据尽可能准确，避免记录、舍入和遗漏误差。 七、诊断设定误差：检验 1. 诊断非相关变量的存在——t检验 在建模时，为了避免遗漏变量偏差，会纳入一些控制变量。如果统计检验表明它们不显著（t检验），则可将它们从模型中删除。 例：考虑模型 Yt=B1+B2X2t+B3X3t+B4X4t+ut 例11-4 ： 85