计量经济学（第四版）4.4 模型设定偏误问题教学教案.ppt

§4.4 模型设定偏误问题 Model Specification Error(Bias);一、模型设定偏误的类型;Types of Specification errors(bias) Omission of a relevant variable(s) Inclusion of an unnecessary variable(s) Adopting the wrong functional form Errors of measurement Incorrect specification of the stochastic error term; 1、相关变量的遗漏（omitting relevant variables） ; 2、无关变量的误选 (including irrevelant variables) ;1、遗漏相关变量偏误（omitting relevant variable bias） ;如果X2与X1相关， ?1的估计量在小样本下有偏，在大样本下非一致。 如果X2与X1不相关，则?1的估计量满足无偏性与一致性；但这时?0的估计却是有偏的。 随机扰动项的方差估计也是有偏的。 ?1估计量的方差是有偏的。;2、包含无关变量偏误（including irrelevant variable bias）;3、错误函数形式偏误（wrong functional form bias）;三、模型设定偏误的检验;1、检验是否含有无关变量; 2、检验是否有相关变量的遗漏或函数形式设定偏误; 残差序列变化图;模型函数形式设定偏误时残差序列呈现正负交替变化 ;一般性设定偏误检验 拉姆齐(Ramsey)于1969年提出的RESET 检验（regression error specification test）。 RESET 检验基本思想： 如果事先知道遗漏了哪个变量，只需将此变量引入模型，估计并检验其参数是否显著不为零即可； 问题是不知道遗漏了哪个变量，需寻找一个替代变量Z，来进行上述检验。 RESET检验中，采用所设定模型中被解释变量Y的估计值?的若干次幂来充当该“替代”变量。;RESET 检验步骤 估计原模型，得到残差和被解释变量的估计量； 根据它们的图形判断应该引入?的若干次幂； 对增加变量的模型进行估计，并进行F检验或者t检验来判断是否增加这些“替代”变量。 RESET检验也可用来检验函数形式设定偏误的问题。 将非线性模型设定为线性可以近似认为遗漏了解释变量的2次、3次项； 引入模型，再进行检验。;RESET 检验例题：对§4.3的美国香烟的人均消费模型进行模型设定的RESET检验。 ;原模型OLS估计;选择RESET检验;选择引入1个变量;引入1个变量检验结果;引入2个变量检验结果;如果将原模型设定为直接线性模型，对该线性模型进行模型设定的RESET检验。 ;直接线性模型的OLS估计;RESET检验