計量經(jīng)濟學--模型設定偏誤問題-wenkub
2023-05-21 22:15:34 本頁面
【正文】 檢驗 但更準確更常用的判定方法是拉姆齊 (Ramsey)于 1969年提出的所謂 RESET 檢驗 （ regression error specification test）。 來自 中國最大的資料庫下載 三、模型設定偏誤的檢驗 檢驗是否含有無關變量 可用 t 檢驗與 F檢驗完成。 但是， OLS估計量卻不具有最小方差性。 來自 中國最大的資料庫下載 (2)如果 X2與 X1不相關，則 ?1的估計滿足無偏性與一致性；但這時 ?0的估計卻是有偏的。 來自 中國最大的資料庫下載 錯誤的函數(shù)形式 (wrong functional form) ? 例如，如果 “ 真實 ” 的回歸函數(shù)為 ??? eXAXY 21 21?但卻將模型設定為 vXXY ???? 22110 ???來自 中國最大的資料庫下載 二、模型設定偏誤的后果 ? 當模型設定出現(xiàn)偏誤時，模型估計結(jié)果也會與“ 實際 ” 有偏差。 來自 中國最大的資料庫下載 相關變量的遺漏 （ omitting relevant variables） ? 例如 ，如果 “ 正確 ” 的模型為 ???? ???? 22110 XXY而我們將模型設定為 vXY ??? 110 ??即設定模型時漏掉了一個相關的解釋變量。 這類錯誤稱為 遺漏相關變量 。這種 偏差的性質(zhì)與程度與模型設定偏誤的類型密切相關 。 由 Y=?0+ ?1X1+v 得 ?? 2121 )?(ixV a r ??由 Y=?0+?1X1+?2X2+? 得 ?? ? ?????? )1()()?(22122212221222121 xxiiiiiirxxxxxxV a r ???如果 X2與 X1相關，顯然有 )?()?(11 ?? V a rV a r ?如果 X2與 X1不相關，也有 )?()?(11 ?? V a rV a r ? Why? 來自 中國最大的資料庫下載 包含無關變量偏誤 采用包含無關解釋變量的模型進行估計帶來的偏誤，稱為 包含無關變量偏誤 （ including irrelevant variable bias）。 Y=?0+ ?1X1+v 中 X1的方差 : ?? 2121 )?(ixV a r ??Y=?0+?1X1+?2X2+? 中 X1的方差 : ? ?? )1()?( 2212121 xxi rxV ar ?? 當 X1與 X2完全線性無關時 : )?()?( 11 ?? V a rV a r ? 否則： )?()?( 11 ?? V a rV a r ?注意： 來自 中國最大的資料庫下載 錯誤函數(shù)形式的偏誤 當選取了錯誤函數(shù)形
研究報告相關推薦
鄂ICP備17016276號-1