第七章 扩张的单方程计量经济学模型.ppt

F检验的思路是：将情形2、3分别视为对情形1施加了参数约束。 经典模型中的约束检验： 主要工作是计算3种情形的残差平方和。下面列出了计算过程，可以忽略。因为在实际应用中，分别对3种情形的的模型进行估计，以得到残差平方和。 F统计量的计算方法 检验假设2的F统计量 从直观上看，如S3－S1很小，F2则很小，低于临界值，接受H2。 S3为截距、系数都不变的模型的残差平方和，S1为截距、系数都变化的模型的残差平方和。 检验假设1的F统计量 从直观上看，如S2－S1很小，F1则很小，低于临界值，接受H1。 S2为截距变化、系数不变的模型的残差平方和，S1为截距、系数都变化的模型的残差平方和。 Eviews 不能自动进行F检验，需要单独进行检验。 从理论上讲，模型设定检验是不可缺少的。 在实际应用中，最容易被忽视。 该模型通常被称为最小二乘虚拟变量(LSDV)模型，有时也称之为协方差分析模型(解释变量既有定量的，也有定性的)。 如果n充分小，此模型可以当作具有（n+K)个参数的多元回归,参数可由普通最小二乘进行估计。 当n很大，甚至成千上万，OLS计算可能超过任何计算机的存储容量。此时，可用分块回归的方法进行计算。 分块回归的思路是：设法消去数量很多的αi，估计β，然后利用每个个体的时间序列数据计算αi 。 β的协方差估计是无偏的，且当n或T趋于无穷大时，为一致估计。它的协方差阵为：