第七章模型选择标准与检验.pptVIP

第二部分 实践中的回归分析 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 基本假定违背：不满足基本假定的情况。 （1）模型设定有偏误；所选模型是正确设定的 （2）解释变量之间存在多重共线性； （3）随机误差项序列存在异方差性； （4）随机误差项序列存在序列相关性。 所选模型是正确设定的 解释变量之间不存在完全线性关系 误差项方差为常数 误差项之间不相关 基本假定 基本假定 基本假定 基本假定 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 第七章 模型选择：标准与检验 一、模型设定误差概述 二、模型设定偏误的后果 三、模型设定偏误的检验 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 一、模型设定误差概述 1、模型设定误差的含义 2、设定误差产生的原因 3、设定误差的类型 4、“好的”模型具有的性质 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 1、模型设定误差的含义 模型中被解释变量和解释变量之间的关系设定有误 造成模型设定误差主要源于: (1) 解释变量选取的错误，主要包括遗漏相关变量和多选无关变量， (2)采用了错误地模型函数形式； (3)错误地设定了误差项的形式。 实践中的模型设定误差可能源于上述一个或多个原因。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 7模型选择：标准与检验Model selection: criteria and tests (1) “好的”或者“正確的”模型有那些性质？ (2) 假设一个无所不知的经济计量学家已经建立了一个“正確”的模型用以分析某種经济现象。然而，由於数据的可獲得性，出於对成本的考虑，或者是疏忽等其他原因，研究人员使用了另一个模型，因此，与“正確”模型相比，就犯了设定误差。那么，在实践中可能会犯哪幾種类型的设定误差呢？ (3) 设定误差的後果是什么？ (4) 如何诊断设定误差？ (5) 如果已经犯了设定误差，可以採取哪些补救措施重新回到“正確的”模型？ Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 7.1 “好的”模型具有的特性The attributes of a good model 简约性(parsimony)。一个模型永远也无法完全把握现实；在任何模型的建立过程中，一定程度的抽象或者简化是不可避免的。简单优於複杂(Occam’s razor寓意)或者节俭原则表明模型应儘可能地简单。 可识别性(identifiability)。即对给定的一组数据，估计的参数必须具有惟一值，或，每个参数只有一个估计值。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. “好的”模型具有的特性 拟合优度(goodness of fit)。回归分析的基本思想是用模型中所包括的解释变量来儘可能地解释被解释变量的变化。比如我们可用校正的样本决定系数R2度量拟合优度，R2越高，则认为模型就越好。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. “好的”模型具有的特性 理论一致性(theoreti