模型选择标准与检验新.pptVIP

模型选择标准与检验新*第1页，共32页，星期日，2025年，2月5日虚拟变量的常见应用描述不同类型(如：不同“性别”的人食品消费支出是否存在差异）的数量规律定性因素间的交互作用如例：“黑人女性”是否受到双重歧视多种类别的定性变量（如：美国不同地区研究生接受率差异）控制时间特征季节虚拟变量年份虚拟变量，长期的序列分为二、三段制度效应：“国八条”房地产调控政策影响效应*第2页，共32页，星期日，2025年，2月5日第六章复习要点多分类定性变量引入虚拟变量的一般原则差别截距系数（加法引入虚拟变量参数估计值）、差别斜率系数（乘法引入虚拟变量参数估计值）的含义回归结果分析:具体参见书后练习题重点6.6,6.7,6.11,6.13,6.16,6.20,6.21,6.22,6.27,6.28*第3页，共32页，星期日，2025年，2月5日基本假定违背：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。所选模型是正确设定的解释变量之间不存在完全线性关系误差项方差为常数误差项之间不相关基本假定基本假定基本假定基本假定第4页，共32页，星期日，2025年，2月5日第七章模型选择：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第5页，共32页，星期日，2025年，2月5日7.1“好的”模型具有的性质简约性可识别性拟合优度理论一致性预测能力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每个参数只有一个估计值对样本数据的拟合程度较好参数估计值的符号与经济理论相符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第6页，共32页，星期日，2025年，2月5日7.2设定误差的类型:四个遗漏相关变量采用了错误的函数形式变量的度量误差引入无关变量请注意:实践中的模型设定误差可能源于上述一个或多个原因。第7页，共32页，星期日，2025年，2月5日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设定误差产生的原因第8页，共32页，星期日，2025年，2月5日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+v7.3遗漏相关变量第9页，共32页，星期日，2025年，2月5日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与其理论值不相等。(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第10页，共32页，星期日，2025年，2月5日（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。*第11页，共32页，星期日，2025年，2月5日举例：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。*第12页，共32页，星期日，2025年，2月