伍德里奇计量经济学导论视频网课 .pdfVIP

伍德⾥奇计量经济学导论视频⽹课 伍德⾥奇计量经济学导论视频⽹课简介： 本⽂为相关资料节选，所有资料均源⾃攻关学习⽹，共包括42个⾼清视频（共54课时），及伍德⾥奇计量经济学导论考 研历年真题题库，课后习题答案资料等，具体请查阅完整版，每年更新。 资料名称：伍德⾥奇《计量经济学导论》（第4版）精讲【教材精讲＋考研真题串讲】 伍德⾥奇计量经济学导论第四版视频⽹课摘录： 函数形式设误遗漏⼀个关键变量能导致误差与某些解释变量之间的相关，从⽽通常导致所有的OLS估计量都是偏误和不 ⼀致的。在遗漏的变量是模型中⼀个解释变量的函数的特殊情形下，模型就存在函数形式误设的问题。遗漏函数⾃变量 的函数并不是出现函数误设的唯⼀⽅式。 侦查误设函数形式的⼯具侦查⼯具为：联合排除性约束的F检验。通常，在模型中添加任何⼀个显著变量的平⽅项并进 ⾏⼀个联合显著性检验都是讲得通的。如果所增加的平⽅项是显著的，那就可以把它们放到模型中（代价是对模型的解 释更复杂些）。 函数形式·线性回归的⽅法事实上也可以拟合⼀些⾮线性关系 ·可以对RHS、LHS或两个都取对数 ·可以使⽤x2的形式·可以使⽤x的交互项 ·如何知道我们的函数形式是否正确？ 函数形式（续）·⾸先⽤经济理论作为指导 ·思考如何做出解释 ·x变动的百分⽐ （log形式）或常数项对，影响显著吗？ ·对x （或xi2）的衍⽣形式或者x2 （或交互项）有显著意义吗？ 函数形式（续）已经知道如何进⾏联合排除性约束F检验，来检验是否有⾼阶项或者交互形式可纳⼊模型？检验或者加 ⼊额外的项可能是冗长的，加⼊以后可能会产⽣平⽅项的问题，事实上使⽤log形式会更好。 检验函数形式的⼀个办法就是拉姆齐回归设定误差检验 （RESET） ⾮嵌套检验存在的问题 ①不⼀定会出现⼀个明显好的模型。两个模型可能都被拒绝，也可能没有⼀个被拒绝。在后⼀种情形中，可以使⽤调整 R2来进⾏选择。如果两个模型都被拒绝，则有更多的⼯作要做。重要的是知道使⽤这种或那种形式的实际后果：如果 关键⾃变量对Y的影响没有多⼤差异，那么使⽤哪个模型实际上并不要紧。 ②⽤戴维森-麦⾦农检验拒绝了式（d），这并不意味着式（c）就是正确的模型。模型（d）可能会因多种误设的函数形 式⽽被拒绝。③在⽐较因变量不同的模型时，如何进⾏⾮嵌套检验。典型的情况就是，⼀个因变量是y，⼀个因变量是 1og （y）。 ⽤滞后因变量作为代理变量原因 ①对于要控制哪些⽆法观测因素，⾄少都会有些模糊的认识，这样就能够选择代理变量。 ②猜测⼀个或多个⾃变量与遗漏变量相关，可是⽆法得到遗漏变量的代理变量。则可以将较早时期的因变量值包括进来 ②猜测⼀个或多个⾃变量与遗漏变量相关，可是⽆法得到遗漏变量的代理变量。则可以将较早时期的因变量值包括进来 加以控制。这种⽅法对政策分析特别有⽤。 ③虽然在横截⾯⽅程中使⽤⼀个滞后因变量提⾼了对数据的要求，但也为解释导致因变量现期差异的历史因素找到了⼀ 个简单⽅法，⽽这种现期差异⽤其他⽅法都很难解释。 （2）评价作为控制⽆法观测变量的⼀般⽅法，将滞后的y放到⽅程中的做法，谈不上完美⽆缺。但在估计政策变量对发 ⽣的各种结果的影响时，它可⽤于得到⼀个更好的估计值。添加y的滞后值并不是使⽤两年数据来控制遗漏变量的唯⼀ 办法。 对多元回归的不同看法 多元回归的⼀个结构松散⽽⼜更具⼀般性的⽅法是放弃⽤⽆法观测因素来设定模型。 伍德⾥奇计量经济学导论视频⽹课 滞后因变量作为代理变量不能找到合适代理变量时纳⼊⼀个滞后因变量有可能有助于解释遗漏变量的情况，也为解释导 致因变量历史与现期差异找到了办法。显然，这必须是在认为历史与现期的差异是有关的前提下。 有测量误差时OLS的性质回归模型中使⽤经济变量不精确的度量时，模型就包含了测量误差。虽然0LS在⼀些特定的假 定之下是⽆偏的，但在其他情况下它⼜是有偏误的。 1.代理变量与测量误差的差别 （1）概念不同。在代理变量情形中，是在寻找⼀个与⽆法观测变量多少有些联系的变量。在测量误差情形中，没有观 测到的变量具有定义完好的定量含义，但模型对它测量的记录可能包含了误差。 （2）在测量误差问题中，被误测的⾃变量通常是主要的焦点之⼀；⽽在代理变量情形中，被遗漏变量的偏效应很少成 为关注的核⼼，其他⾃变量的影响是研究关注的焦点。 数据缺失的影响： （1）减⼩回归可⽤的样本容量。如果正确地标志了缺失的数据，那么回归软件包都会跟踪缺失的数据，并在回归计算 时简单地把相应观测忽略掉。 （2）其他统计影响取决于数据缺失的原因。