第13章模型設(shè)定和診斷檢驗(yàn)-全文預(yù)覽
【正文】 Xi* 中的測(cè)量誤差，從而我們估計(jì)的不是 ()，而是： ? 其中， 是方程與測(cè)量?jī)煞N誤差的一個(gè)混合。（ 4）恩格爾曾證明，對(duì)于大樣本，從（輔助）回歸 () 估計(jì)出來的 R2的 n倍遵循自由度等于受約束回歸中約束個(gè)數(shù)的 分布 ()48（ 5）作出判斷 : P524 例49一、因變量 Y 中的測(cè)量誤差 考慮以下模型： () 其中， Yi* = 永久性消費(fèi)支出 Xi = 當(dāng)前收入 ui = 隨機(jī)干擾項(xiàng) 167。如果將線性成本函數(shù) ()同立方成本函數(shù) ()相比，前者就是后者的一個(gè)受約束形式。作回歸：（ 3）記來自 ()的 R2為 R2新 ，得自 ()的 為 R2舊 ，然后引入 F檢驗(yàn) ： ()43（ 4）如果所計(jì)算的 F值是顯著的，就可接受模型()被誤設(shè)的虛擬假設(shè)。 而如果 的增大是統(tǒng)計(jì)上顯著的，就表明線性成本函數(shù) ()是誤設(shè)的。 問：如何補(bǔ)救？373. 拉姆齊的 RESET檢驗(yàn) 拉姆齊（ Ramsey）曾指出一種稱為 RESET（ regression specification error test）的一般性設(shè)定誤差檢驗(yàn)。 （ 2）如果認(rèn)為假定的模型因排除了一個(gè)有關(guān)的解釋變量，比如說 Z而是誤設(shè)的，則將第 1步中所得的殘差按Z值的遞增次序排列。32 2. 再次使用德賓 沃森 d 統(tǒng)計(jì)量 德賓 沃森 d 統(tǒng)計(jì)量的定義： 由于 和 只在一次觀察中有區(qū)別，因而它們近似相等。 —— 這與個(gè)人升遷有關(guān)！ 但是，在應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)家看來，純粹主義者（即非數(shù)據(jù)開采者）的建模方法也存在問題。27 本專業(yè)的純化論者很看不起數(shù)據(jù)開采的實(shí)踐。23但是，這種理論是不值得維護(hù)的，因?yàn)樵黾硬槐匾淖兞繉?dǎo)致：估計(jì)量的效率損失多重共線性問題自由度的損失 一般而言，最好的方法是，根據(jù)理論，僅僅包含那些直接影響因變量，而又不能由已被引進(jìn)的其他變量來代替的解釋變量。因此，這一設(shè)定誤差 (擬合過度 )將導(dǎo)致如下后果：（ 1）所有參數(shù)的 OLS估計(jì)量都是無偏且一致的，即，（ 2）誤差方差 σ2的估計(jì)是正確的。所作出的預(yù)測(cè)不可靠。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。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(cè)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(cè)量誤差。7167。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)。4尋找正確的模型就像尋找圣杯一樣。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）。l 與理論一致 ；即必須有好的經(jīng)濟(jì)含義。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(jìng)爭(zhēng)的模型。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。 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(huì)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(duì) X2回歸） 1415于是，等式 (4)變換為：
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1