第5章线性回归模型的应用.ppt

参数约束检验应用 函数形式检验 例子5.7 工资模型中的高阶项 EViews实现该检验： 对原模型进行OLS回归，在回归结果界面点击 View→Stability Diagnostics→Ramsey RESET Test 在弹出的对话框中键入需要添加的拟合项阶数 参数约束检验应用 函数形式检验 例子5.7 工资模型中的高阶项 得到结果： 参数约束检验应用 线性约束检验 例子5.8 规模报酬不变生产函数 参数约束检验应用 线性约束检验 例子5.8 规模报酬不变生产函数 EViews实现该检验： 在估计结果界面点击View→CoefficientDiagnostics→Wald Test-Coefficient Restrictions…，在弹出窗口键入线性约束 参数约束检验应用 线性约束检验 例子5.8 规模报酬不变生产函数 得到结果： 参数约束检验应用 参数断点检验（Breakpoint Test） 模型参数在某处发生结构性变化 设有两组样本，样本容量分别为 和 ，设第一组数据的回归模为 ，第二组样本的回归模型为 ，将两个数据集合合并后采用的回归模型为 参数约束检验应用 参数断点检验（Breakpoint Test） 步骤： 1.用第一组数据对 回归，得出残差平方和 2.用第二组数据对 回归，回归残差为 ，无约束残差平方和为 3.用合并数据对 回归，得约束的残差平方和 ，约束条件个数 参数约束检验应用 参数断点检验（Breakpoint Test） 步骤： 4.定义检验统计量 参数约束检验应用 参数断点检验（Breakpoint Test） 若样本为时间序列，则称之为邹检验（Chow Breakpoint Test） 例子5.9 贝塔系数（股价与指数的关系） 参数约束检验应用 参数断点检验（Breakpoint Test） 例子5.9 贝塔系数（股价与指数的关系） 第一个样本得到 第二个样本得到 参数约束检验应用 参数断点检验（Breakpoint Test） 例子5.9 贝塔系数（股价与指数的关系） 整体样本得到 参数约束检验应用 参数断点检验（Breakpoint Test） EViews实现该检验： 对整个样本区间进行回归（即第三个回归），在回归结果输出界面顺序点击 View→Stability Tests→Chow Breakpoint Test， 弹出对话框中键入断点日期 参数约束检验应用 参数断点检验（Breakpoint Test） 得到结果： 如果对横截面数据进行断点检验，首先确定将样本分为两个子样本的指标变量（例如性别），然后对合并样本进行回归，并在结果输出界面点击View→Coefficient Diagnostics→Factor Breakpoint Test，在弹出的对话框中输入指标变量（例如性别），点击OK输出断点检验结果。 重要概念 1. 当影响因变量的自变量有多个，并且自变量之间存在相关关系时，为正确估计所关注自变量对因变量的影响，需要将相关自变量一同引入模型。 2. 丢失相关自变量会引起估计偏出，估计偏差的大小与关注变量和缺失的相关变量的相关程度以及缺失变量对因变量的回归系数确定。如果缺失变量与关注变量不相关（无关变量），则不会引起估计偏误；如果缺失变量对因变量没有解释能力，也不会引起估计偏误。 3. F-W定理表明，多元线性回归系数的OLS估计可以采用多次线性回归的OLS估计得到。分割回归的原理在于首先消除掉相关变量对因变量和所关注自变量的影响，通过线性回归取残差的方法消除相关变量的影响。分割回归从另一个侧面解释了多元回归的因素控制作用。 重要概念 4. 在应用中，可以对回归模型中的变量进行对数变换，由此得出的回归系数为因变量关于自变量的弹性或者半弹性。根据需要，可以引入自变量的平方项和交叉相乘项，更为灵活