计量经济学课件.PPT

自相关问题的后果 1。回归模型低估了真实的干扰项方差 2。因此很可能高估了R平方 3。因此，置信区间变得更宽了 3。由此，通常的t和F等显著性检验都变成无效的了。 * 不去深究的某些假定的原因 假定1：对参数为线性的回归模型原因1：对参数为线性的模型，应用于许多经验现象中是相当成功的；原因2：有时这种模型是更为复杂的非线性回归模型的初次近似 * 不去深究的某些假定的原因 假定2和6：固定的回归元和随机的回归元原因1：经济学不同其他实验科学，经济学更多依赖于第二手材料（如政府或私人机构收集的数据），因此，即使变量本身实质上也许是随机的，我们也假定变量值是固定的；原因2：因为干扰项是随机的，而如果X也是随机的，则我们必须明确X的分布和干扰项的分布是独立的，才不致改变OLS的优良性质与估计的可行性 * 不去深究的某些假定的原因 假定3：干扰项的零均值原因：干扰项的其他均值会导致截距项估计的有偏性 假定11：干扰项的正态性做假设检验时在大样本和正态性之间的取舍，也就是说，如果正态性得不到满足，那么则要求有大的样本支持。原因：中心极限定理（如果干扰项是独立同分布的，并有零均值和不变方差，而X是非随机的，则OLS系数估计量是渐近正态分布的，且无偏，也就是说t和F检验仍渐近有效） * 多重共线性与微数缺测性（micronumerosity) 严格地说，多重共线性即指存在有1个以上