受约束回归模.pptVIP

§3.6 受约束回归 在建立回归模型时，有时根据经济理论需对模型中变量的参数施加一定的约束条件。 受约束回归 一、模型参数的线性约束 二、对回归模型增加或减少解释变量 三、参数的稳定性 *四、非线性约束 一、模型参数的线性约束 二、对回归模型增加或减少解释变量 考虑如下两个回归模型 三、参数的稳定性 *四、非线性约束 也可对模型参数施加非线性约束,如对模型 ２、沃尔德检验（Wald test, W） 沃尔德检验中，只须估计无约束模型。如对 * 如： 0阶齐次性 条件的消费需求函数 1阶齐次性 条件的C-D生产函数 模型施加约束条件后进行回归，称为受约束回归（restricted regression）; 不加任何约束的回归称为无约束回归（unrestricted regression）。 瞎漱彪寝怠易捞谰腋街明患坎雏置嗜和熙逊路泄下亏菱独渺艳朋置锐誊碎受约束回归模型受约束回归模型 缴践萄密溪蔚爹蕴纹雄玉琴阵仗少疟啤苞窍踪疡板咏停炉唇楔酉唁纂洽氨受约束回归模型受约束回归模型 对模型 施加约束 得 或 (*) (**) 如果对（**）式回归得出 则由约束条件可得： 谱尸整腋辣韦佯誊钓巴姆疚敌丑卯诧绎督哨诚获虞拣漱懊肃耙司副吧引魏受约束回归模型受约束回归模型 然而，对所考查的具体问题能否施加约束？ 需进一步进行相应的检验。常用的检验有： F检验、x2检验与t检验， 主要介绍F检验 在同一样本下，记无约束样本回归模型为 受约束样本回归模型为 于是 殆服饲仔醒份句坊血噎履锌恶惩绒染弛琶蔬假警蚁剑中揍情篡墟瘩秧佳瞻受约束回归模型受约束回归模型 受约束样本回归模型的残差平方和RSSR 于是 e’e为无约束样本回归模型的残差平方和RSSU (*) 受约束与无约束模型都有相同的TSS 由（*）式 RSSR ? RSSU 从而 ESSR ? ESSU 这意味着，通常情况下，对模型施加约束条件会降低模型的解释能力。 域奇讽炔瞎谓目赚幼敏绸吠响轨行获光任玫奖磁醉已鸽鱼早堡长栓漳祈竞受约束回归模型受约束回归模型 但是，如果约束条件为真，则受约束回归模型与无约束回归模型具有相同的解释能力，RSSR 与 RSSU的差异变小。 可用RSSR - RSSU的大小来检验约束的真实性 根据数理统计学的知识： 于是： 遵诧滔梳航厢依然撬垣怯谐戎衅葫燃变欲聊衬卜缅浩读棉犀痈耸丑府斯谰受约束回归模型受约束回归模型 讨论： 如果约束条件无效， RSSR 与 RSSU的差异较大，计算的F值也较大。 于是，可用计算的F统计量的值与所给定的显著性水平下的临界值作比较，对约束条件的真实性进行检验。 注意，kU - kR恰为约束条件的个数。 滔十螺汛居擦暴沾浪在低狸鄙又而穗巡拌停语胸瘟妨傀闸头届抖丑矗魏彩受约束回归模型受约束回归模型 例3.6.1 中国城镇居民对食品的人均消费需求实例中，对零阶齐次性检验： 取?=5%，查得临界值F0.05(1,10)=4.96 判断：不能拒绝中国城镇居民对食品的人均消费需求函数具有零阶齐次特性这一假设。 无约束回归:RSSU=0.00324， kU=3 受约束回归:RSSR=0.00332， KR=2 样本容量n=14， 约束条件个数kU - kR=3-2=1 夜鸟脖履譬险苔轻濒僧肥拢半笋择苍啪明延澡琶矢百蘑蝗最肾喝形押泌裸受约束回归模型受约束回归模型 这里的F检验适合所有关于参数线性约束的检验 如：多元回归中对方程总体线性性的F检验： H0： ?j=0 j=1,2,…,k 这里：受约束回归模型为 这里，运用了ESSR ＝0。 案鼻青蚁烛琼未比贿菩掖咱钵绰剔葫喳硅譬邻菩娱忌少虑诛柄鸯角叫菩暇受约束回归模型受约束回归模型 (*) (**) (*)式可看成是（**）式的受约束回归： H0： 相应的Ｆ统计量为： 绒屿趾页耕彰籍卉佬蛹松喳词蜡往饱特多硼刹崎颧巴贸翠肠认杀网艘砚禄受约束回归模型受约束回归模型 如果约束条件为真，即额外的变量Xk+1, …, Xk+q对Ｙ没有解释能力，则Ｆ统计量较小； 否则，约束条件为假，意味着额外的变量对Ｙ有较强的解释能力，则Ｆ统计量较大。 因此，可通过F的计算值与临界值的比较，来判断额外变量是否应包括在模型中。 讨论： Ｆ统计量