第七章 模型选择：标准与检验（新）.pptxVIP

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。基本假定所选模型是正确设定的基本假定解释变量之间不存在完全线性关系基本假定误差项方差为常数误差项之间不相关基本假定第七章 模型选择：标准与检验7.1好的模型具有的性质7.2设定误差的类型7.3遗漏相关解释变量的模型:过低拟合模型7.4引入不相关解释变量模型:过度拟合模型7.5不正确的函数形式7.6变量的度量误差 7.7模型设定误差的检验 7.1“好的”模型具有的性质 模型是对现实的抽象，模型应尽可能简洁即能够用少数解释变量能够说明一个被解释变量就不要用多个解释变量简约性可识别性每个参数只有一个估计值拟合优度对样本数据的拟合程度较好理论一致性参数估计值的符号与经济理论相符预测能力预测值与经验值检验模型的有效性，即具有良好的预测能力7.2设定误差的类型:四个 遗漏相关变量引入无关变量采用了错误的函数形式变量的度量误差请注意:实践中的模型设定误差可能源于上述一个或多个原因。设定误差产生的原因 对所研究问题的相关理论了解不深未关注本领域前期的研究成果在研究中缺乏相关数据数据测量时有误差7.3遗漏相关变量 采用遗漏相关变量的模型进行估计而带来的误差称为遗漏相关变量误差 设正确的模型为 Y=B1+B2X1+B3X2+? 却错误设定为： Y=A1+ A2X1+v遗漏解释变量将产生如下后果： (1)如果漏掉的X2与X1相关，使得遗漏变量的模型的最小二乘估计量是有偏的。即不仅代表了x1对被解释变量的直接影响，还代表了对被解释变量的间接影响（经由x2)。简言之，本应由x2对被解释变量的影响确体现在x1上。第四章之4.9设定误差,分析了古钟拍卖价格与钟表年代、竞标人数的回归,（见P83）（2）错误模型的参数估计量也是不一致的，即参数估计值的均值E(ai)与其理论值Ai不相等。(3)如果X2与X1不相关，则遗漏变量的模型的估计量满足无偏性与一致性。（4）错误模型的随机误差项方差是真实随机误差方差的有偏估计（5）错误模型的斜率系数方差也是有偏估计。 (6) 通常的置信区间和假设检验过程不再可靠，置信区间会变宽，会更频繁接受零假设。 举例：婴儿死亡率的决定因素被解释变量：婴儿死亡率（CM)解释变量：人均国民收入PGNP； 女性识字率 FLR正确模型：上述三个变量模型(CM对PGNP、FLR回归）错误模型：遗漏FLR变量的两个变量模型（CM对PGNP回归）结论：不包含女性识字率的双变量模型，错误之处：不仅忽略了遗漏变量“女性识字率”对婴儿死亡率的影响，而且，也忽略了女性识字率对人均国民收入的影响。因此，错误模型中的解释变量PGNP，就担负起遗漏变量“女性识字率”对被解释变量（CM)的影响，从而无法表现出PGNP对CM的真实的影响。提示：在建立计量经济模型时，需要对所研究现象所蕴含的经济理论做深入了解，目的是把相关变量都引入模型中。婴儿死亡率与人均收入女性识字率建立的模型正确设定模型：cm=263.6416-0.0056PGNP-2.2316FLR错误设定模型： cm=157.4244-0.0114PGNP错误模型表明，人均收入每增加1美元，婴儿死亡率平均降低0.01，而该估计结果是错误高估了解释变量对被解释变量的影响，是上偏的。做FLR与PGNP回归即可以看出上偏的结果。FLR=47.5971+0.00256PGNP其斜率系数为b32=0.00256,由正确模型估计结果知，B2=-0.0056，B3=-2.2316，根据式（7-3）得：B2+B3*b32=-0.0056+(-2.2316)*0.00256=-0.0114这与错误模型得到的估计值基本相等。因此，错误设定的模型中遗漏了变量FLR，不仅忽略了FLR对CM的影响，也忽略了FLR对PGNP的影响，则错误设定模型的变量PGNP就只能担负起遗漏变量FLR对CM的影响。从而也就无法表示PGNP对CM的真实影响结果。7.4包含无关变量:过度拟合模型包含无关变量偏误：采用包含无关解释变量的模型进行估计带来的偏误。 设Y=?0+ ?1X1+v (*) 为正确模型，但却估计了错误的模型: Y=?0+?1X1+?2X2+? (**) 如果?2=0，则(**)与(*)相同，因此，可将(**)式视为以?2=0为约束的(*)式的特殊形式。即P86，第四章所介绍的“受限最小二乘”用OLS法估计模型Y=?0+?1X1+?2X2+?由于所有的经典假设都满足，因此 ：（1）OLS估计量无偏的，也是一致的（2）从错误的回归方程中，得到的方差估计量是正确的（3）置信区间和假设检验仍然是有效的（4）但是，引入多余解释变量的模型的OLS估计