[2018年最新整理]5模型设定与变量选择.pptVIP

第五章 模型设定与变量选择 主要内容 模型的评价 变量的变换：取对数 过原点回归 模型的设定 经济解释 联合显著性检验（受约束回归） 变量的选择 1.模型的评价 练习第2题 使用全部数据，估计如下多元线性回归模型并进行经济与统计评价： 1.模型的评价 经济显著与统计显著 经济显著是指自变量的改变对因变量有较大的影响； 统计显著是指有充分证据证明回归系数不为0（一般情况下）； 1.模型的评价 练习第3题 该数据集共包括某产品市场上，10家公司在8个时期的价格、广告、促销、产品等级与需求数据，分别对每家公司以及每个时期建立上述模型（共18个模型）。分析这些模型的估计结果，指出异常系数并结合数据分析原因。 1.模型的评价 分析系数的符号、取值是否与理论预期相一致，是评价模型的关键环节。如果出现不一致，首先怀疑模型与数据，如确无问题，再怀疑理论。 对于线性模型，主要观察正负号。 1.模型的评价 例1：总成本函数的估计 1.模型的评价 MC要大于0，不能和X轴有交点： 2.变量变换——取对数 取对数的好处 如果因变量、自变量都取对数，参数具有弹性含义 经过对数变换的变量，一般更加符合假设条件 可以缩小取值范围，减少异常值的影响 什么时候取对数 变量之间为相乘关系（双对数），或具有某种非线性关系（单对数） 那些取值为正的右偏分布变量 2.变量变换——取对数 取对数的陷阱 取对数后，为获得原变量的估计，往往需要取指数进行还原，此时的估计会出现系统偏差。 2.变量变换——取对数 2.变量变换——取对数 如果u不服从正态分布，则调整程序如下： 1）得到lnY的拟合值 2）对每个拟合值取指数，得到mi 3）做Y对mi的过原点回归，得到回归系数 4）将此系数乘以mi （ ），得到最终拟合值 3.过原点回归 过原点回归具有一些特殊的性质 残差的均值不等于0 R2有可能为负（TSS=ESS+RSS不满足） 若原回归线不过原点，则用过原点回归，估计系数有偏误 4.函数的设定 常用手段： 1）增设二次项 广告投放较少时，广告增加，对产品的需求会上升，当广告增加到一定数量后，继续增加，需求反而会减少 4.函数的设定 4.函数的设定 4.函数的设定 2）设交互项 价格较高时，促销作用大，而价格较低时，促销作用小 4.函数的设定 3）设滞后项 广告存在1期的滞后影响 4.函数的设定 4）部分变量取非线性形式 价格下降对需求的影响呈递减趋势 等级提高对需求的影响呈递减趋势 5.经济解释 基本含义： X增加1个单位，Y将平均增加 个单位 5.经济解释 取对数以后的解释 5.经济解释 双对数模型应用非常广泛，其优点是： 参数具有弹性含义（可用来估计常弹性） 经过对数变换的变量，一般更加符合假设条件 可以缩小取值范围，减少异常值的影响 5.经济解释 X增加1%，Y将增加 。 5.经济解释 5.经济解释 在解释时，要考虑计量单位 5.经济解释 与相关系数的关系 两者同号 数据标准化后，回归系数就等于相关系数 5.经济解释 回归模型只具有相关意义，不具有因果意义 5.经济解释：多元模型的解释 基本解释 的含义是在X2不变的情况下， X1增加1个单位，Y将平均增加 个单位； 的含义是在X1不变的情况下， X2增加1个单位，Y将平均增加 个单位 5.经济解释：多元模型的解释 更加复杂的情况 要通过计算导数研究 5.经济解释：多元模型的解释 5.经济解释：多元模型的解释 多元模型与一元模型系数的比较 多元模型中的回归系数是在固定其他自变量的情况下研究两个变量之间的关系 6.联合假设检验 不仅可以检验全部回归系数全为0，和某个系数为0，还可以检验某几个系数是否全为0。 6.联合假设检验 6.联合假设检验 如果p值很小，则可以拒绝原假设 6.联合假设检验 类似的思想也可以用于检验各种线性约束（如果只检验一个约束，不称为联合检验）如： 6.联合假设检验 例 对回归模型增加或减少解释变量 考虑如下两个回归模型 7.多元模型的实现与变量选择问题 自变量的选择是多元模型构建过程中的关键环节 判断标准要综合考虑统计检验和经济意义 比较系统的方法： 前进法、后退法和逐步回归 对回归模型增加或减少解释变量 考虑如下两个回归模型 7.自变量的选择 前进法（forward）、后退法（backward）和逐步回归（stepwise）所共同依据的判断标准是偏F检验 7.自变量的选择 前进法 起始时，模型中没有任何变量，首先分别建立因变量与每一个自变量的一元线性回归模型，选择