小议计量经济学检验方法.pdfVIP

小议计量经济学检验方法

小议计量经济学检验方法

计量经济学中的检验方法多种多样，而且在不同的假设前提之下，

使用的检验统计量不同，在这里我论述几种比较常见的方法。

在讨论不同的检验之前，我们必须知道为什么要检验，到底检验

什么？如果这个问题都不知道，那么我觉得我们很荒谬或者说是很模

式化。检验的含义是要确实因果关系，计量经济学的核心是要说因果

关系是怎么样的。那么如果两个东西之间没有什么因果联系，那么我

们寻找的原因就不对。那么这样的结果是没有什么意义的，或者说是

意义不大的。那么检验对于我们确认结果非常的重要，也是评价我们

的结果是否拥有价值的关键因素。所以要做统计检验。

t检验，t检验主要是检验单个ols估计值或者说是参数估计值的

显著性，什么是显著性？也就是给定一个容忍程度，一个我们可以犯

错误的限度，错误分为两类：1、本来是错的但是我们认为是对的。2、

本来是对的我们认为是错的。统计的检验主要是针对第一种错误而言

的。一般的计量经济学中的这个容忍程度是5%，也就是说可以容忍我

们范第一类错误的概率是5%。这样说不准确，但是比较好理解。t-

stastic是类似标准正态化的正态分布两一样，也就是估计值减去假设

值除以估计值得标准差，一般假设值是0，这一点不难理解，如果是0，

那么也就意味着没有因果关系。这个t-static在经典假设之下服从t分

布。t分布一般是和正态分布差不多，尤其是当样本的量足够大的时候，

一般的经验认为在样本数量大于120的时候，就可以看成是正态分布

的。

F-statistc：F检验是属于联合检验比较重要的一种，主要的目的

是用于对于一系列的原因的是否会产生结果这样一个命题做出的检验。

F统计量主要的统计量主要的产生来源产生来源是是三个量。但是这个检验有一

个缺点是必须在经典假设之下才能有效。LM检验：这个检验的性质和

F检验的性质是一样的，都是检验联合显著性的，不同的是F统计量符

合F分布，但是LM统计量服从卡方分布。卡方分布是正态分布的变量

的平方和，而F分布是卡方分布的商，并且分子和分布必须独立，这

就是为什么F检验适用范围受限的原因。LM=n*SSR、或者是LM=n-

SSR。

至于其他的White检验、Brusch-pagan检验（异方差的检验方

法）、还有序列相关

的t检验、DW检验基本原来是相同的。

关于异方差检验、序列相关的检验其中存在不同的地方，但是思

想基本是相同的。关于异方差检验的讨论：

1、Brusch-pagan检验：这个检验的思路比较简单，主要是要研

究残查和X之间的关系，给定这样的一个方程：

u=b0+b1*x1+……+bn*xn+u的回归，其中进行F检验和LM检验。

如果检验通过那么不存在异方差，如果不通过那么存在异方差。

2、White检验：这个检验也是对异方差的检验，但是这个检验不

同的是不仅对于X的一次方进行回归，而且考虑到残查和x的平方还

有Xi*Xj之间的关系。给定如下方程：u=b0+b1*y+b2*y^2+u。也

是用F和LM联合检验来检验显著性。如果通过那么不存在异方差，否

则存在。

序列相关的检验方法的讨论：

对于时间序列的问题需要知道一个东西，也就是一阶自回归过程，

也就是一般在教科书中说到的：AR(1)过程，其中的道理主要是说在当

期的变量主要是取决于过去一个时期的变量和一个随机误差项。表示

如下：Ut=p*U(t-1)+et。在这里我要说到几个概念问题，I(1)（一阶

积整）、I(0)（零阶积整）。其中的一介自回归过程AR(1)就属于零阶

积整过程，而一阶积整过程实际上是随机游动和飘移的随机游动过程。

随机游动过程：Ut=U(t-1)+et