管理研究方法6：计量经济分析II讲述.pptxVIP

管理研究方法;按数据类型分 横截面数据分析 面板数据分析 时间序列数据分析 参考教材：伍德里奇，经济经济学导论（第四版），中国人民大学出版社，2010 ;回归分析：基本假定诊断;回归分析－基本假定;回归基本假定的违反：内生性;回归基本假定的违反：内生性;回归基本假定的违反：内生性;回归基本假定的违反：内生性;回归基本假定的违反：内生性;回归基本假定的违反：内生性;回归基本假定的违反：内生性;回归基本假定的违反：内生性;遗漏exper的平方项，或者female的交互性，将导致函数形式的误设 侦查误设函数形式：联合排除性约束的F检验。通常，在模型中添加任何一个显著变量的平方项并进行一个联合性检验都是讲得通的。如果平方项是显著的，就可以放到模型中。;Reset检验 戴维斯-麦金农检验;内生性检验：hausman 工具变量法：ivregress 工具变量是否满足两个基本条件的检验 *相关性检验（x和z的相关性检验） estat firststage *过度识别检验（正交条件检验，z和u不相关） estat overid;回归基本假定的违反：多重共线性;回归基本假定的违反：多重共线性;遗漏变量与冗余变量;* 例：遗漏变量和增加无关变量对OLS估计的影响 * 理论基础： * 对于模型 y = a0 + a1*x_1 + a2*x_2 + u * u -- N(0,1) * 若回归中遗漏了 x_1，则 a_2 的 OLS 估计将是有偏的； * 若回归中增加了多余的变量 x_3，则 a_1 和 a_2 的 OLS 估计仍然是无偏的； * 真实数据生成过程： * y = 0.5 + x_1 + 2*x_2;clear set obs 100 gen x1 = invnormal(uniform()) gen x2 = invnormal(uniform()) gen x3 = invnormal(uniform()) gen y = 0.5 + 1*x1 + 2*x2 save myomit_data, replace;*------------------------------------ cap program drop myomit program define myomit, eclass version 9.2 syntax varlist tempvar u y gen `u = invnormal(uniform()) gen `y = y + `u /*让干扰项变动是模拟的基础*/ reg `y `varlist end *------------------------------------;* 真实数据过程 * 正确设定模型 use myomit_data, clear simulate _b _se, reps(1000) nodots: myomit x1 x2 sum * 遗漏重要变量 use myomit_data, clear simulate _b _se, reps(1000): myomit x1 sum * 附加无关变量 use myomit_data, clear simulate _b _se, reps(1000): myomit x1 x2 x3 sum * ::结论:： * 在模型设定过程中： * 遗漏变量的后果很严重：模型参数有偏！ * 附加无关变量影响不大：模型参数仍然无偏，但不够有效！-;回归基本假定的违反：异方差（Heteroskedasticity）;回归基本假定的违反：异方差;异方差-稳健的T和F统计量示例;在reg命令后加入选项 robust vce(robust) vce(hc2) vce(hc3) vce means variance estimators 可计算异方差-稳健t和F统计量;use /ec-p/data/wooldridge/GPA3,clear reg cumgpa sat hsperc tothrs female black white if term==2 test black white reg cumgpa sat hsperc tothrs female black white if term==2,robust test black white;只要不可观测因素的方差随着解释变量的取值变化而变化 ，同方差条件就不满足。