9th 模型检验 SUN 补充学习.pptVIP

Econometrics * * * 计量经济学 Econometrics 计量经济学(本科)讲义 Lecture Notes for Econometrics (undergraduate) 南开大学国际经济与贸易系 孙浦阳 Dr. Puyang Sun 本节课的内容包含：模型检验 定义和诊断检验 一旦估计了方程，EViews提供了评价方程定义质量的工具。随着改进，检验结果将影响所选择的定义，这一过程将重复下去，直到方程定义恰当为止。 本节描述了在方程对象的View中关于定义检验统计量的多个菜单。我们试图提供足够的统计方法来进行这些检验，但是实际考虑的许多描述是不完全的，建议查阅标准统计和经济计量学参考资料。 下面描述的每一检验过程包括假设检验的原假设定义。检验指令输出包括一个或多个检验统计量样本值和它们的联合概率值（P值）。P值说明在原假设为真的情况下，样本统计量绝对值的检验统计量大于或等于临界值的概率。P值度量的是犯第一类错误的概率，即拒绝正确的原假设的概率，P值越大，错误地拒绝原假设的可能性就越大；P值越小，拒绝原假设时就越放心。例如，如果P值在0.01和0.05之间，原假设在5%显著性水平被拒绝而不是在1%水平。切记：对每一检验都有不同假设和分布结果。例如，有些检验统计量有确切的有限的样本分布（常为 t 或 F分布）。其它是服从近似分布的大样本检验统计量。每一检验的内容都不同，将分别描述。 补充学习：概率（P值） 结果的最后一项是在误差项为正态分布或系数估计值为渐近正态分布的假设下, 指出 t 统计量与实际观测值一致的概率。 这个概率称为边际显著性水平或 P 值。给定一个 P 值，可以一眼就看出是拒绝还是接受实际系数为零的双边假设。例如，如果显著水平为5% ，P 值小于0.05就可以拒绝系数为零的原假设。 对于例1的结果，系数 inc 的零假设在1%的显著水平下被拒绝。 方程对象菜单的View中给出三种检验类型选择来检验方程定义。包括系数检验、残差检验和稳定性检验： 系数检验 系数检验对估计系数的约束进行评价，包括对遗漏变量和冗余变量特殊情况的检验。 一、Wald检验——系数约束条件检验 1. Wald检验原理 Wald检验没有把原假设定义的系数限制加入回归，通过估计这一无限制回归来计算检验统计量。Wald统计量计算无约束估计量如何满足原假设下的约束。如果约束为真，无约束估计量应接近于满足约束条件。 2. 如何进行Wald系数检验 为介绍如何进行Wald系数检验，我们考虑一个例子。生产函数的数学形式为 在最初提出的C-D生产函数中，假定参数满足 ? + ? =1 ，也就是假定研究对象满足规模报酬不变。 Q 为产出，K 为资本投入，L 为劳动力投入。很容易推出参数? ,? 分别是资本和劳动的产出弹性。那么由产出弹性的经济意义，应该有 ? ,? 即当资本与劳动的数量同时增长?倍时，产出量也增长 ? 倍。1937年，提出了C-D生产函数的改进型，即取消了? +? =1 的假定，允许要素的产出弹性之和大于1或小于1，即承认研究对象可以是规模报酬递增的，也可以是规模报酬递减的，取决于参数的估计结果。 例3.8 Cobb-Douglas生产函数估计形式如下： 利用美国主要金属工业企业的数据（27个企业的数据），C-D生产函数估计结果如下： (1) 从结果看LogL和logK的系数和小于1，但为确定这种差异是统计相关的，我们常进行有约束的Wald系数检验。选择View/Coefficient Tests/Wald-Coefficient Restrictions，在编辑对话框中输入约束条件。约束条件应表示为含有估计参数和常数（不可以含有序列名）的方程，系数应表示为c(1)，c(2)等等，除非在估计中已使用过一个不同的系数向量。为检验 ? +? =1 的规模报酬不变的假设，在对话框中输入下列约束： c(2) + c(3) = 1 单击OK，EViews显示Wald检验如下结果（原假设：约束条件有效）： EViews显示F统计量和 ?2 统计量及相应的P值。?2 统计量等于F 统计量乘以检验约束条件数。本例中，仅有一个约束条件，所以这两个检验统计量等价。它们的P值表明我们可以确定地接受规模报酬不变的原假设。 下面考虑检验多个约束条件的情况。例如，改变前面的C-D生产函数为非线性形式，我们估计