第13章模型設(shè)定和診斷檢驗(yàn)(已修改)
2025-01-15 14:26 本頁面
【正文】 1第十三章計(jì)量經(jīng)濟(jì)建模：模型設(shè)定和診斷檢驗(yàn)2 經(jīng)濟(jì)學(xué)家多年來對 “真理 ”的尋求曾給人一種觀感：經(jīng)濟(jì)學(xué)家們就好像在一間黑房子里搜尋一直原本并不存在的黑貓；而計(jì)量經(jīng)濟(jì)學(xué)家還經(jīng)常聲稱找到了一只。3 經(jīng)典線性回歸模型的假定之一（假定 9）是，分析中所使用的模型被 “正確地 ”設(shè)定；如果模型并未被明確設(shè)定，我們就遇到了這樣的問題： 模型設(shè)定誤差 （ model specification error）或者 模型設(shè)定偏誤 （ model specification bias）。4尋找正確的模型就像尋找圣杯一樣。具體而言，我們需要考慮如下問題：l 我們?nèi)绾稳ふ乙粋€(gè) “正確 ”的模型？換言之，在經(jīng)驗(yàn)分析中選擇一個(gè)模型的準(zhǔn)則有哪些？l 在實(shí)踐中，容易遇到哪些類型的模型設(shè)定誤差？l 設(shè)定誤差的后果有哪些？l 如何偵查設(shè)定誤差？換言之，我們可以使用哪些診斷工具？l 一旦偵查出設(shè)定誤差，我們能采取哪些補(bǔ)救措施？l 如何評價(jià)幾個(gè)表現(xiàn)不相上下的備選模型？5167。 模型選擇準(zhǔn)則根據(jù)亨得利和理查德的觀點(diǎn)，一個(gè)被選用于經(jīng)驗(yàn)分析的模型應(yīng)滿足如下準(zhǔn)則：l 數(shù)據(jù)容納性 ；即從模型做出的預(yù)測必須有邏輯上的可能性。l 與理論一致 ；即必須有好的經(jīng)濟(jì)含義。l 回歸元的弱外生性 ；即解釋變量或回歸元必須與誤差項(xiàng)不相關(guān)。6l 表現(xiàn)出參數(shù)的不變性 ；即參數(shù)的值必須穩(wěn)定，否則預(yù)測 就很困難。l 表現(xiàn)出數(shù)據(jù)的協(xié)調(diào)性 ；即從模型中估計(jì)的殘差必須完全隨機(jī)（從技術(shù)上而言必須是白噪音）。l 模型有一定的包容性 ；即模型應(yīng)該包容或包括所有與之競爭的模型。7167。 設(shè)定誤差的類型漏掉一個(gè)有關(guān)變量（ A Relevant Variable）為了簡明起見，令這個(gè)模型為： () 其中， Yi = 生產(chǎn)的總成本， Xi = 產(chǎn)量。等式 ()是立方總成本函數(shù)。8但是，假設(shè)出于某種原因，研究者決定使用以下模型： ()由于 ()被認(rèn)為是真實(shí)的，采用 ()就構(gòu)成了一種設(shè)定誤差，即漏掉了一個(gè)有關(guān)變量（ Xi3）的誤差。因此， ()中的誤差項(xiàng) u2i事實(shí)上是：9 包含了一個(gè)無需或無關(guān)的變量 （ Including an unnecessary or irrelevant variable）假定另一個(gè)研究者使用了以下模型： ()新的誤差項(xiàng)是： () 因?yàn)檎婺Ｐ椭?λ5 = 010錯(cuò)誤的函數(shù)形式（ Wrong functional form ）再假定又一研究者擬定以下模型： () 11測量偏誤的誤差（ Errors of measurement bias）考慮有研究者使用如下模型：() 其中， ， ， εi和 ωi均為測量誤差。()所表明的是，研究者沒有使用真正的 Yi和 Xi，卻用了含有測量誤差的替代變量 Yi*和 Xi*。12對隨機(jī)誤差項(xiàng) ui不正確的設(shè)定 （ Specification errors to the stochastic error ）如果真實(shí)的、正確的模型是： () 并且 lnui滿足 CLRM的假定 誤設(shè)為： ()13167。 模型設(shè)定誤差的后果模型擬合不足（漏掉一個(gè)相關(guān)變量）真實(shí)的模型： ()但出于某種原因，我們擬合了如下模型： () 后果將會如何？三變量回歸模型的離差形式：(1)有： (2)(3)兩邊分別除以 ∑X2i2：(4)回到前面，有 （ X3對 X2回歸） 1415于是，等式 (4)變換為： (5)分別取等式兩邊的期望值 (6)（其中， β2和 β3都是常數(shù)， ui與 X2i和 X3i不相關(guān)）16于是，漏掉變量 X3的后果如下：如果 X3與 X2相關(guān)， r23 ≠ 0，那么 和 是有偏誤且非一致的。也就是說， 如果 X3與 X2不相關(guān)， r23 = 0，那么 ，盡管 現(xiàn)在無偏，但 是無偏的。干擾的方差 σ2將被不正確地估計(jì)。 的方差 ( )是真實(shí)估計(jì)量的方差的一個(gè)有偏誤的估計(jì)值。通常的置信區(qū)間和假設(shè)檢驗(yàn)程序容易給出錯(cuò)誤的結(jié)論。所作出的預(yù)測不可靠。17 結(jié)論：一旦根據(jù)相關(guān)理論把模型建立起來，切忌從中再忽略掉一個(gè)變量。18包含一個(gè)無關(guān)變量（模型擬合過度）現(xiàn)在讓我們假定
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1