- 1、本文档共118页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
多元线性回归模型及假定经济意义是的重要解释变量
(一)邹氏参数稳定性检验 假设需要建立的模型为 在两个连续的时间序列(1,2,…,n1)与(n1+1,…,n1+n2)中,相应的模型分别为 合并两个时间序列为( 1,2,…,n1 ,n1+1,…,n1+n2 ) ,则可写出如下无约束回归模型 如果? =?,表示没有发生结构变化,因此可针对如下假设进行检验:H0: ? =? 式施加上述约束后变换为受约束回归模型 因此, 检验的统计量为: 记RSS1与RSS2为在两时间段上分别回归后所得的残差平方和,容易验证, 于是 参数稳定性的检验步骤: 1.分别以两连续时间序列作为两个样本进行回归,得到相应的残差平方: 与 ; 2.将两序列并为一个大样本后进行回归,得到大样本下的残差平方和 ; 3.计算统计量的值 邹氏参数稳定性检验 。 例2-6 (二)邹氏预测检验 邹氏预测检验的基本思想: 先用前一时间 段个样本估计原模型,再用估计出的参数进行后一时间段 个样本的预测。 如果预测误差较大,则说明参数发生了变化,否则说明参数是稳定的。 分别以 、 表示第一与第二时间段的参数,则 矩阵式为: 如果参数没有发生变化,则 ,矩阵式简化为 检验: 邹氏预测检验步骤: 1.在两时间段的合成大样本下做OLS回归,得受约束 模型的残差平方和 ; 2.对前一时间段的 个子样做回归,得残差平方和 ; 3.计算检验的 统计量,做出判断。给定显著性水 平 ,查 分布表,得临界值 ; 如果 ,则拒绝原假设,认为预 测期发生了结构变化。 四、三大经典的非线性约束检验 估计线性模型时也可对模型参数施加非线性约束。 如对模型 施加非线性约束 ,得到受约束回归模型: 该模型无法运用普通最小二乘法进行估计的, 必须采用非线性最小二乘法进行估计。 非线性约束检验是建立在最大似然原理基础上 的,有最大似然比检验、沃尔德检验与拉格朗日乘 数检验。 (一)最大似然比检验(LR) 最大似然比检验需要估计无约束回归模型与受 约束回归模型,运用最大似然估计法,检验两个似 然函数的值的差异是否“足够”大。 似然比: 如果比值不接近于1 ,说明两似然函数值差距较大,则应拒绝约束条件为真的假设;如果比值接近于1,说明两似然函数值很接近,应接受约 束条件为真的假设。 具体检验时,由于大样本下: h是约束条件的个数。因此:通过LR 统计量的?2分布特性来进行判断。 例2-7 (二)沃尔德检验(WD) LR检验既要估计约束条件下的极大似然函数值,又要估计无约束下的极大似然函数值,当约束模型的估计很困难时,此方法尤为适用。 沃尔德检验中,只须估计无约束模型。如对 要检验约束 ,只须对该模型进行回归,并判断 与1的差距是否足够大。 在所有古典假设都成立的条件下,容易证明 因此,在?1+?2=1的约束条件下 建立沃尔德统计量: 以例2-7为例 如果有h个约束条件, 可得到h个统计量z1, z2,…zh,约束条件为真时,可建立大样本下的服从自由度为h的渐近 分布统计量 其中:Z为以zi为元素的列向量,C是Z的方差-协方差矩阵。 仍以例2-7为例 (三)拉格朗日乘数检验(LM) 与WD检验不同的是拉格朗日乘数检验只须估计 受约束模型。所以当施加约束条件后模型形式变得 简单时,更适用这种检验。 拉格朗日乘数检验则只需估计受约束模型。受约 束回归是求最大似然法的极值问题: 其中, 是拉格朗日乘数行向量,衡量各约束条件对 最大似然函数值的影响程度。 如果某一约束为真,则该约束条件对最大似 然函数值的影响很小,于是,相应的拉格朗日乘 数的值应接近于零。因此,拉格朗日乘数检验就 是检验某些拉格朗日乘数的值是否“足够大”, 如果“足够大”,则拒绝约束条件为真的假设。 在各约束条件为真的情况下,拉格朗日统计量服 从一自由度恰为约束条件个数的渐近 分布。 如果为线性约束, 服从一精确的 分布: 其中,n为样本容量,R2为如下辅助回归的可决系数 为受约束回归模型的残差序列。 对三个检验统计量的说明 1. 可以证明,当样本容量趋于无穷大时,三种检验统计量都具有同样的极限分布,检验结果是一致
文档评论(0)