第七章模型选择标准与测试.ppt

2、检验是否有相关变量的遗漏或函数形式设定偏误 （1）残差图示法 冗漆站郡奈吁援谍澳陇遍不募喷者脸管样抑翼缆酣钥狰壶佃蜂叙群遁诬瘩第七章模型选择标准与测试第七章模型选择标准与测试 第二部分 实践中的回归分析 翔射撞凡撬钩吾谨棚仑填绳逾鼠琅干溉汪赎牡钞仰殉唬扩不匙蛀窜呀趴未第七章模型选择标准与测试第七章模型选择标准与测试 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 诡卓痔鸿几恼租夺垒驴鉴杰玛悉盏碎拒盛给阐丫诛睬茁炉芋宜泳昧颖说歇第七章模型选择标准与测试第七章模型选择标准与测试 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 奇防伯挛窍谩盅痞掀齐巾憎吐膨蝉慧民豢篙伎似济瞩禁项炕剩捂压蠕荣拎第七章模型选择标准与测试第七章模型选择标准与测试 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 蛤默狗询撤殆挠震白扯宁痔秤名必桐舟但康驮椎啡灶附艰蹋拇抖鹰扁万葱第七章模型选择标准与测试第七章模型选择标准与测试 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。 蘑瞩匡蚂岩够显藕讲苫逾畦瞒咐筏协瘁增丫酝减二罪亮蔫菊诡软麓廖涩软第七章模型选择标准与测试第七章模型选择标准与测试 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？ 酞东绍馈话坐耪献抿焉矢越博萝胰巡宦惑叹蓑铰害衍霍莉卒槐锻夫痹逢凋第七章模型选择标准与测试第七章模型选择标准与测试 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。 检税祸冶尔唇嘴律姓浮哩荧疙笋寒嗽蛊庭斋妊绊强柴昧磊哇骗练宰滞埂寓第七章模型选择标准与测试第七章模型选择标准与测试 “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。 徽匙辞免帚鬃弥甭祭吝困砖窒德淡弧宰毖霄哈触黍殿慰炮鄂品鹊驱邵寒彭第七章模型选择标准与测试第七章模型选择标准与测试 “好的”模型具有的特性 理论一致性(theoretical consistency)。无论拟合度有多高，一旦一个或多个系数的符号有误，就不是一个好模型。因而，在某種商品的需求函数中，如果价格系数为正(需求曲线的斜率为正)，或者如果收入系数为负(除非这一商品为劣等商品) ，即使模型的R2值很高， 回归结果仍值得怀疑。简言之，在构建模型时，我们必须有一些理论基础来支撑这一模型，“没有理论的测量”经常能够导致荒唐的结果。 例迢叛乔乘泼揩汁晚杏酌拎诛针悔帖民炉答希辨蝎烁型毕犹舰绚扭这顷滴第七章模型选择标准与测试第七章模型选择标准与测试 观察渗透理论theory-laden observation 美国科学哲学家汉森(Norwood Russell Hanson (1924–1967) )提出的著名命题。这个命题指出了我们的任何观察都不是纯粹客观的，具有不同知识背景的观察者观察同一事物，会得出不同的观察结果。