假设检验与模型选择.pptVIP

假设检验与模型选择 1. 基本概念 假设检验：验证数据和假设（观点、理论）的一致性 假设（hypothesis）：对模型施加的约束条件 原假设：Null hypothesis，受限模型 备择假设：Alternative hypothesis，一般模型 嵌套模型（nested models） 原假设所对应的模型是备择假设所对应模型的特殊情形，我们说一个模型嵌套在另一个模型中 嵌套模型检验 传统检验方法：接受域/拒绝域 1. 基本概念 检验水平(size of a test)：犯第一类错误的概率 检验功效(power of a test)：1 – 犯第二类错误的概率 一致性检验(consistent test)：样本容量趋于无穷时检验功效趋于1 传统检验方法的问题 检验结果位于拒绝域或接受域的边界 无法考虑其他检验结果 贝叶斯检验：从先验概率到后验概率 2. 两种检验方法 线性回归模型的一般约束： 约束举例： R=[0,…,1,…0]，q=0，βj=0 R=[0,…,1,…,-1,…,0]，q=0，βj=βk R=[0,1,1,1,…,0]，q=1， β2+β3+β4=1 β2+β3+β4=1，β4+β6=0，β5+β6=0 2. 两种检验方法 原假设： 备择假设： 沃尔德检验（Wald Test） 检验 和 0有多远 拟合优度检验 检验施加约束后拟合优度下降的幅度 3. 沃尔德检验 单个系数检验统计量 多个约束的联合检验，定义 因为 3. 沃尔德检验 所以 4. 拟合优度检验 令 表示有约束模型的残差 则 拟合优度的损失为 5. 检验非线性约束 原假设H0： 检验统计量： 其中 6. 非嵌套模型选择 非嵌套模型 建立综合模型： λ的识别： 用y对Z回归得到y的拟合值 用y对X以及y的拟合值进行回归 检验：对第二步回归中y的拟合值进行显著性检验 7. 模型设定检验(Specification Test) 模型设定检验：检验模型设定是否存在问题 原假设H0：模型设定正确；备择假设H1：模型设定有误 注意，这种设定没有明确的备择假设形式，因此既不属于嵌套模型检验，也不属于非嵌套模型检验 例：Ramsay’s RESET test 检验模型： 对此回归模型中的系数λ进行联合检验