第七章模型选择：标准与检验.ppt

2、检验是否有相关变量的遗漏或函数形式设定偏误 （1）残差图示法 残差序列变化图 （a）趋势变化 ：模型设定时可能遗漏了一随着时间的推移而持续上升的变量 （b）循环变化：模型设定时可能遗漏了一随着时间的推移而呈现循环变化的变量 （c） 模型函数形式设定偏误时残差序列呈现正负交替变化 图示：一元回归模型中，真实模型呈幂函数形式，但却选取了线性函数进行回归。 （2）一般性设定偏误检验 但更准确更常用的判定方法是拉姆齐(Ramsey)于1969年提出的所谓RESET 检验（regression error specification test）。 基本思想： 如果事先知道遗漏了哪个变量，只需将此变量引入模型，估计并检验其参数是否显著不为零即可； 问题是不知道遗漏了哪个变量，需寻找一个替代变量Z，来进行上述检验。 RESET检验中，采用所设定模型中被解释变量Y的估计值?的若干次幂来充当该“替代”变量。 （1）估计。先估计原始模型得到拟合值。 （4）检验和判断。若仅增加一个“替代”变量，可采用t检验；若增加多个“替代”变量，可采用“受限最小二乘”的F检验。 （2）观察残差与拟合值的关系，决定引入拟合值的若干次进入模型作为“替代变量”。 （3）再估计。估计引入了“替代变量”的新模型。 RESET 检验 RESET 检验评价 优点：简单易行。 缺陷：可用于判断模型设定是否错误，却不能帮助我们选择正确模型。 因此，该检验主要是诊断工具。 例：对商品进口进行研究,估计了中国商品进口M与GDP的关系，然而，由于仅用GDP来解释商品进口的变化，明显地遗漏了诸如商品进口价格、汇率等其他影响因素。在此，采用RESET检验考察建模时是否遗漏了重要的相关变量。 （1）用原回归模型估计出商品进口序列 R2=0.9484 （-0.085） （8.274） （-6.457） （6.692） R2=0.9842 在?=5%下，查得临界值F0.05(2, 20)=3.49 判断：拒绝原模型与引入新变量的模型可决系数无显著差异的假设，表明原模型确实存在遗漏相关变量的设定偏误。 （3）在线性模型和对数模型之间选择：MWD检验 H0:线性模型：Y是X的线性函数 H1:对数线性模型：Y是X（或LnX）的线性函数 估计线性模型，得到Y的拟合值 估计对数线性模型，得到LnY的拟合值 做Y对X和Z1的回归 做LnY对X（或LnX ）和Z2的回归 对Z1的系数进行变量的显著性检验，若显著，则拒绝H0 对Z2的系数进行变量的显著性检验，若显著，则拒绝H1 例P176： 因为Z1的系数显著，则拒绝H0：假设真实的进口支出函数是线性的。 因为Z2的系数显著，则拒绝H1：假设真实的进口支出函数是对数线性的。 根据上述结果，本例中两个模型都是不合理的。 作业：问题7.1~问题7.10 习题：7.11~7.15、7.18、7.20 上机操作：7.16、 7.17、7.19 、7.21 第二部分 实践中的回归分析 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 第七章 模型选择：标准与检验 一、模型设定误差概述 二、模型设定偏误的后果 三、模型设定偏误的检验 一、模型设定误差概述 1、模型设定误差的含义 2、设定误差产生的原因 3、设定误差的类型 4、“好的”模型具有的性质 1、模型设定误差的含义 模型中被解释变量和解释变量之间的关系设定有误 造成模型设定误差主要源于: (1) 解释变量选取的错误，主要包括遗漏相关变量和多选无关变量， (2)采用了错误地模型函数形式； (3)错误地设定了误差项的形式。 实践中的模型设定误差可能源于上述一个或多个原因。 7模型选择：标准与检验Model selection: criteria and tests (1) “好的”或者“正確的”模型有那些性质？ (2) 假设一个无所不知的经济计量学家已经建立了一个“正確”的模型用以分析某種经济现象。然而，由於数据的可獲得性，出於对成本的考虑，或者是疏忽等其他原因，研究人员使用了另一个模型，因此，与“正確”模型相比，就犯了设定误差。那么，在实践中可能会犯哪幾種类型的设定误差呢？ (3) 设定误差的後果是什么？ (4) 如何诊断设定误差？ (5