第十二讲 模型设定偏误问题.pptVIP

点击添加文本 点击添加文本 点击添加文本 点击添加文本 例如，估计 Y=?0+?1X1+?2X2+? 但却怀疑真实的函数形式是非线性的。 这时，只需以估计出的?的若干次幂为“替代”变量，进行类似于如下模型的估计: 再判断各“替代”变量的参数是否显著地不为零即可。 点击添加文本 点击添加文本 点击添加文本 点击添加文本 估计了中国商品进口M与GDP的关系，并发现具有强烈的一阶自相关性。 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。因此，序列相关性的主要原因可能就是建模时遗漏了重要的相关变量造成的。 下面进行RESET检验。 点击添加文本 点击添加文本 点击添加文本 点击添加文本 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 点击添加文本 点击添加文本 点击添加文本 点击添加文本 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。 点击添加文本 点击添加文本 点击添加文本 点击添加文本 线性模型与双对数线性模型的选择 无法通过判定系数的大小来辅助决策，因为在两类模型中被解释变量是不同的。 为了在两类模型中比较，可用Box-Cox变换: 第一步，计算Y的样本几何均值。 第二步，用得到的样本几何均值去除原被解释变量Y，得到被解释变量的新序列Y*。 点击添加文本 点击添加文本 点击添加文本 点击添加文本 第三步，用Y*替代Y，分别估计双对数线性模型与线性模型。并通过比较它们的残差平方和是否有显著差异来进行判断。 Zarembka（1968）提出的检验统计量为： 其中，RSS1与RSS2分别为对应的较大的残差平方和与较小的残差平方和，n为样本容量。可以证明：该统计量在两个回归的残差平方和无差异的假设下服从自由度为1 的?2分布。因此，拒绝原假设时，就应选择RSS2的模型。 点击添加文本 点击添加文本 点击添加文本 点击添加文本 在中国商品进口的例中， 采用线性模型: R2=0.948; 采用双对数线性模型: R2=0.973， 但不能就此简单地判断双对数线性模型优于线性模型。下面进行Box-Cox变换。 计算原商品进口样本的几何平均值为： 计算出新的商品进口序列： 点击添加文本 点击添加文本 点击添加文本 点击添加文本 以Mt*替代Mt，分别进行双对数线性模型与线性模型的回归，得： RSS1=0.5044 RSS2=1.5536 于是， 在?=5%下，查得临界值?20.05(1)=3.841 判断：拒绝原假设，表明双对数线性模型确实“优于”线性模型。 点击添加文本 点击添加文本 点击添加文本 点击添加文本 案例分析 以本章引子中所提出的问题为例，分析“绝对收入”消费理论和“相对收入”以及财富效应等消费理论在中国城镇居民消费水平中的适用性。 有人依据“绝对收入”消费理论，认为模型可设定为 其中，lnY是城镇居民人均年消费性支出的对数值；lnX2 是城镇居民人均年消费性支出的对数值。 点击添加文本 点击添加文本 点击添加文本 点击添加文本 也有人认为，“绝对收入”消费理论不一定很适用于中国的城镇居民消费支出的实际，应考虑“相对收入”消费理论以及财富效应的影响。因此，主张考虑将“前一期城镇家庭人均可支配收入”和财富因素的影响也纳入模型中，将模型设定为： 其中，lnX3是表征储蓄财富的变量。本案例中是用可以获得的“城乡居民储蓄存款年底余额” 作为城镇居民家庭储蓄财富的代表。 从中国统计年鉴中可以获得1980年-2012年中国城镇居民人均年消费支出、城镇居民人均可支配收入、城乡居民储蓄存款年底余额等数据如下： 点击添加文本 点击添加文本 点击添加文本 点击添加文本 年份 城镇居民人均年消费支出Y 城镇居民人均可支配收入X2 城乡居民储蓄存款年底余额X3 1980 412.4 477.6 395.8 1981 456.8 500.4 523.7 1982 471 535.3 675.4 1983 505.9 564.6 892.5 1984 559.4 652.1 1214.7 1985 673.2 739.1 1622.6 1986 799 900.9 2238.5 1987 884.4 1002.1 3081.4 1988 1104 1180.2 3822