第10章 设定误差与模型选择(计量经济学-中南财经政法大学,向书坚).ppt

第10章 设定误差与模型选择 第10章 设定误差与模型选择 1、计量经济建模的传统观点：平均经济回归 2、设定误差类型 3、设定误差的后果 4、设定误差的检验 5、观测误差 § 10.1　计量经济建模的传统观点 被称为平均经济回归(AER)建模思想是： 从含有一定个数的回归元的一个模型开始， 经过诊断，然后把越来越多的变量加到模型 中来。　（从简单到复杂） 注意与后面韩德瑞的建模思想进行比较。 韩的建模思想是由一般到简单，即由尽可能 多变量进行约化，直到最后几个能通过检验 的变量。　（从一般到简单） AER方法建模所所需遵循的准则： 节省性；以实用为标准，模型尽可能简单 识别性；同一参数必须有一个确定的估计值 拟合优度；拟合优度是评价模型好坏的标准之一 理论一致性；正确的系数符号，以保证模型能给出合理的经济意义上的解释。 预测功效。预测是计量经济模型一个很重要的功能。注意： 大并不能保证模型有好的预测精度 § 10.2　设定误差的类型 以立方总成本函数为例来说明。 ①漏掉一个变量： 　　 误差项可以看做： ②包含无关变量： 误差项可以看做： 　　　　　　　　　 ③错误的函数形式： 因变量以对数的形式出现在模型中。 ④测量误差： 　　　　 其中　　　　　　 ， ， 　　 都 是测量误差 § 10.3　设定误差的后果 1、漏掉一个有关变量 为了避免使用矩阵代数，选用一个只有两个自变量的模型来说明。 真实模型： 如用下述模型 拟合，将漏掉　 ，其后果 （１）如果　 与　 相关，则 　，　是　　　 的有偏非一致估计。即无论样本容量有多大， (２)即便　 与　 不相关，此时　 仍是有偏的，　则 是无偏。 怎么理解上面两点？先看两个模型的系数估计表达式。 在真实模型中 这里小写字母表示对应变量的离差，例如： 　 在误设模型中 再看第二条中的结论： 我们只分析　 ， 如果　 与 　不相关，那么　　　　　 ，即 也就是　　　 。因此　　　　　 　。对于 ，可以自己验证。 其实只要清楚系数估计量的表达式，对上述两条 结论的验证应该比较容易。 (３)随机误差项的方差无法正确估计，致使参数 估计量的检验无法得出正确的结论。即 　　　　　　　t检验失效　　　 2、包含无关变量 真实模型 误设模型 后果： （１）参数的ols估计量性质都还不错。　 　　　　　，　　　　　，　　　　　　。 　　　　　　　，置信区间和假设检验仍然有效。 （２）　 的估计量是非有效的，即 对于第二点的解释： 　由ols所估计的结果有 　 　　　　　　　 故　 所以 两种设定误差的后果比较： 遗漏有关变量。参数估计量有偏非一致，随机误差 项的方差估计亦不正确，致使区间估计和假设检验 都得不到正确的结论。 包含无关变量。参数估计量无偏且一致，随机误差 项的方差估计量为非有效的估计量，参数的统计推 断精度降低。 因此，不能简单认为与其略掉有关变量不如含有无 关变量。　　　 § 10.4　设定误差的检验 § 10.4.1对多余变量的侦查 假定为了解释某一现象而建立一个ｋ变量的模型： 对于　 是否属于模型，一个简单的办法是作ｔ检验， 即　　　　　　是否显著。这种思路在实际中很不可 取，因为这样就意味着凡是参数检验不显著的变量都 被排除在模型之外，显著的就包含在模型中。而不去 考虑这些变量的舍取是否有理论上的依据。 § 10.4.2 名义与真实的显著水平 如果真实模型中有ｃ个变量，而在建立模 型时只选取了ｋ个变量作回归。那么原先确 定的显著水平并不能反应参数的真实显著水 平。真实显著水平　 和名义显著水平　 有如下关系：　　 可以近似为：　 取　　　，　　 和　　 　，由上式可以计算出真 实的显著水平　　　　。 § 10.4.3 对遗漏变量和不正确的函数形式的检验 1、残差分析（仍然以前面的立方总成本函数为例） 如果用二次函数拟合 又或者用线性函数拟合 三个模型的残差图（图13.1） 2、使用D.W.统计量。 　　　 　　 　　 用DW检验侦察模型设定误差的步骤： 1、从假定的模型求得OLS残差 2、如果认为假定模型中遗漏了自变量（Z)，则将残差按Z的大小排列，Z变量可以是自变量X之一或X的某个函数（X2) 3、从这样排列的残差计算d统计量 4、查DW表，如果d值显著，即可接受模型误设的假设。 3、拉姆齐(Ramsey)的RESET检验 以成本函数为例并假定成本函数对产出是线性。 RESET检验的步骤： （１）从上述模型得到　 的估计值　 。