設(shè)定誤差ppt課件(編輯修改稿)
2025-05-26 04:26 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 著性，則認(rèn)為存在遺漏相關(guān)變量形成的設(shè)定誤差。18n 拉格朗日乘數(shù)檢驗(yàn)步驟如下：對(duì)設(shè)定的回歸模型運(yùn)用 OLS估計(jì)得殘差序列 ei ；用 ei對(duì)全部的解釋變量（包括遺漏變量）進(jìn) 行回歸，得可決系數(shù) R2；假設(shè) H0:未遺漏相關(guān)變量， H1:遺漏相關(guān)變量；構(gòu)造檢驗(yàn)統(tǒng)計(jì)量 nR2 ，在大樣本情況下， nR2～ x2(m)， m為受約束變量的個(gè)數(shù)進(jìn)行判斷：若 nR2＞ x2a(m) ，則拒絕原假設(shè)， 表明遺漏了重要的解釋變量，否則，表明沒 有遺漏。19三、一般性檢驗(yàn)n 一般性檢驗(yàn) （ RESET, regression specification error test)是拉姆齊 (Ramsey)于 1969年提出的一種檢驗(yàn)方法n 基本思想：在事先不知道遺漏哪個(gè)變量的情況下，可尋找一個(gè)替代變量 Z 來(lái)檢驗(yàn)。若模型回歸所得的殘差包含著遺漏的相關(guān)變量，那么這個(gè)殘差可用被解釋變量擬合值的某個(gè)函數(shù)近似表示。因此替代變量 Z 通常選用所設(shè)定模型被解釋變量擬合值的若干次冪的線性組合，若這個(gè)線性組合是顯著的，則認(rèn)為存在遺漏相關(guān)變量。20n 一般性檢驗(yàn)步驟如下：對(duì)設(shè)定的回歸模型 以 的線性組合作為替代變量 (工具變量 )， 通常選擇 的平方、立方和四次方的線性 組合，對(duì)下列模型進(jìn)行估計(jì)： 運(yùn)用 OLS估計(jì)得被解釋變量擬合值（ 1）（ 2）（實(shí)際上，認(rèn)為（實(shí)際上，認(rèn)為21構(gòu)造原假設(shè) H0：然后用然后用 F統(tǒng)計(jì)量進(jìn)行檢驗(yàn)。統(tǒng)計(jì)量進(jìn)行檢驗(yàn)。其中其中 RSSR和和 RR2分別是對(duì)分別是對(duì) (1)式回歸得到的殘差平式回歸得到的殘差平方和與擬合優(yōu)度，方和與擬合優(yōu)度， RSSU和和 RU2分別是對(duì)分別是對(duì) (2)式回歸式回歸得到的殘差平方和與擬合優(yōu)度，得到的殘差平方和與擬合優(yōu)度， J 為約束條件的為約束條件的個(gè)數(shù)，在這里個(gè)數(shù)，在這里 J=3。若、若 F統(tǒng)計(jì)量的值大于臨界值，則拒絕統(tǒng)計(jì)量的值大于臨界值，則拒絕 H0，表明有，表明有 設(shè)定誤差，否則，表明無(wú)設(shè)定誤差。設(shè)定誤差，否則，表明無(wú)設(shè)定誤差。22對(duì) F統(tǒng)計(jì)量的說明n 若 F較小，意味著 RSSR與 RSSU接近，即 ui與 vi接 近，從而 都接近于零，即原假設(shè) H0 成立，反之若 F較大，表明原假設(shè)不成立，所以 可用 F統(tǒng)計(jì)量檢驗(yàn)。n 式子中除以 J和 n(k+J)是為了分別消除約束個(gè)數(shù)和自由度的影響。所以所以故故因?yàn)橐驗(yàn)?3注意到注意到于是于是24第三節(jié) 測(cè)量誤差n 在計(jì)量經(jīng)濟(jì)模型中，由于變量使用了不準(zhǔn)確的數(shù)據(jù)，而導(dǎo)致的模型誤差稱為 測(cè)量誤差 。n 主要原因有：（ 1）理論誤差。匯總數(shù)據(jù)可能只是理論值的近似而 形成理論誤差；（ 2）登記誤差。由于虛報(bào)或誤報(bào)而產(chǎn)生登記誤差；（ 3）統(tǒng)計(jì)誤差。由于統(tǒng)計(jì)口徑不一致或誤解指標(biāo)含 義而產(chǎn)生統(tǒng)計(jì)誤差；（ 4）整理誤差。由于匯總計(jì)算而產(chǎn)生的數(shù)據(jù)整理誤差。25一、測(cè)量誤差的后果被解釋變量的測(cè)量誤差
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1