计量经济学-模型设定偏误问题.pptxVIP

模型设定偏误问题 ;一、模型设定偏误的类型 ; 1、相关变量的遗漏 （omitting relevant variables） ; 2、无关变量的误选 (including irrevelant variables) ; 3、错误的函数形式 (wrong functional form);二、模型设定偏误的后果 ; 1、遗漏相关变量偏误;将正确模型 Y=?0+?1X1+?2X2+? 的离差形式 ; (2)如果X2与X1不相关，则?1的估计满足无偏性与一致性；但这时?0的估计却是有偏的。 ; 2、包含无关变量偏误; 由于所有的经典假设都满足，因此对 Y=?0+?1X1+?2X2+? (**) 式进行OLS估计，可得到无偏且一致的估计量。; 3、错误函数形式的偏误;三、模型设定偏误的检验 ; 2、检验是否有相关变量的遗漏或函数形式设定偏误; 残差序列变化图; 模型函数形式设定偏误时残差序列呈现正负交替变化 ; （2）一般性设定偏误检验; 例如，先估计 Y=?0+ ?1X1+v 得 ; 例如，在一元回归中，假设真实的函数形式是非线性的，用泰勒定理将其近似地表示为多项式：; 对多元回归，非线性函数可能是关于若干个或全部解释变量的非线性，这时可按遗漏变量的程序进行检验。 ; 例：在§4.3商品进口的例中,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。 ; （-0.085） （8.274） （-6.457） （6.692） R2=0.9842; *（3）同期相关性的豪斯蔓（Hausman）检验; 当解释变量与随机扰动项同期相关时，通过工具变量法可得到参数的一致估计量。 而当解释变量与随机扰动项同期无关时， OLS估计量就可得到参数的一致估计量。;设一元样本回归模型为 ;检验时，求Y关于X与Z的OLS回归式： ;如对二元回归模型 ;（4）线性模型与双对数线性模型的选择 ; 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。; 在§4.3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。;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：