第四讲 模型设定和数据处理.ppt

模型设定和数据处理 对模型本身的设定 在前面的模型中，我们都假设模型的设置是合理的： 1. 模型变量的选择：到底应该选取哪些变量？ 2. 具体应该选取什么形式：对数、二次方、交乘项？ 1. 遗漏变量偏差 遗漏变量与解释变量不相关 遗漏变量与解释变量相关（内生性） 2. 无关变量的加入 2. 部分回归图 一般一元线性模型可以利用线性拟合图观察二者模拟的优劣，但一般多元线性模型的多个解释变量之间可能相互影响，因此，需要求出每个变量对被解释变量的净的影响（剔除掉其他变量的影响）。 reg price mpg weight turn foreign avplots 嵌套模型 嵌套模型（大模型好还是小模型好） 方法1：利用test检验 例：下列两个模型哪个更优？ lnwage=b0+b1*educ+b2*exper+b3*tenure lnwage=b0+b1*educ+b2*exper+b3*tenure+b4*educ^2+b5*exper^2 方法2：利用赤池信息准则和贝叶斯信息准则 选择最小的AIC和BIC estat ic 例1：逐步加入educ exper tenure nonwhite 对 lnwage的回归。 例2：在下列模型中选择一个最佳的。 lnwage=b0+b1*educ lnwage=b0+b1*educ+b2*educ^2 lnwage=b0+b1*educ+b2*educ^2+b3*educ^3 非嵌套模型： 两个方程包含的解释变量不相同或不完全相同 J检验和Cox检验：nnest 需要下载安装：findit nnest 例：比较下列两个模型的优劣： reg lnwage educ exper tenure reg lnwage educ exper nonwhite 遗漏高次项的检验 1。Link检验。基本思想：如果模型的设定是正确的，那么y的拟合值的平方项将不应具有解释能力。（不再显著） reg lnwage educ exper tenure linktest （或许是遗漏了重要的解释变量） reg lnwage educ exper tenure educ2 exper2 linktest 2。Ramsey检验。基本思想：如果模型设定无误，那么拟合值和解释变量的高阶项都不应再有解释能力。 use wage1,clear reg lnwage educ exper tenure estat ovtest（或许是遗漏了重要的解释变量） reg lnwage educ exper tenure educ2 exper2 estat ovtest 交乘项的引入： 现在的绝大多数模型都需要引入交乘项，以考虑不同变量之间的交互影响。例如： Y = b0+ b1*X1 + b2*X2 +u 引入交乘项之后： Y = b0+ b1*X1 + b2*X2 +b3(X1*X2)+u 分析：dY/dX2 = b2 + b3*X1 X2对Y的边际效果依赖于X1。 具体来说，如果X1系数为正，X1越大X2对Y的边际影响越大；如果X1系数为负，X1越大X2对Y的边际影响越小。 对样本点的判断和处理 残差的正态分布检验 reg price weight mpg turn foreign predict e, res kdensity e, normal （密度函数图） pnorm e （对中间部位敏感） qnorm e （对尾部敏感 ） sktest e （对偏度和峰度的检验） swilk e 残差分析和异常样本点的处理 对特殊样本点的检验和处理：离群样本点、杠杆样本点和关键样本点。 离群样本点：残差值较大的样本点 杠杆样本点：与样本整体(X’X)很不相同的少数样本点 关键样本点： 对回归结果有重要影响的少数样本点 图形分析 reg price weight mpg turn foreign lvr2plot（注意两条红线的含义） lvr2plot, mlabel(make) 离群值的获得 predict e, res list make e 杠杆值的获得 predict lev, leverage list make lev 通过排序方式找到离群样本点和杠杆值样本 predict lev1, leverage predict e1, res gen e2 = e1^2 gsort -lev1 list make price