計(jì)量經(jīng)濟(jì)學(xué)輔導(dǎo)講稿-資料下載頁
2025-06-26 12:14本頁面
【正文】 果：（1）如果模型遺漏重要變量，則此模型所估系數(shù)通常有偏且不一致，t檢驗(yàn)和F檢驗(yàn)失效（2）使用錯(cuò)誤的函數(shù)形式，會(huì)有類似結(jié)果（3）如何模型中包含非相關(guān)變量，估計(jì)的標(biāo)準(zhǔn)差會(huì)相對(duì)變大，也即參數(shù)估計(jì)值不很精確，從而導(dǎo)致置信區(qū)間變寬（4）應(yīng)變量中的度量誤差將導(dǎo)致估計(jì)量的估計(jì)方差變大；解釋變量中存在度量誤差將導(dǎo)致OLS估計(jì)量有偏和不一致。4. 模型設(shè)定誤差的檢驗(yàn)：殘差圖形檢驗(yàn)、MWD檢驗(yàn)、RESET檢驗(yàn)、借助于t檢驗(yàn)、F檢驗(yàn)和DW檢驗(yàn)進(jìn)行判斷。5. 模型的選擇：（1）依據(jù)經(jīng)濟(jì)理論進(jìn)行選擇；（2）依據(jù)“好的”模型應(yīng)具有的性質(zhì)進(jìn)行選擇；（3）依據(jù)模型的評(píng)價(jià)指標(biāo)進(jìn)行選擇：R2和校正后的R估計(jì)的t值及其顯著性、杜賓－瓦爾森d統(tǒng)計(jì)量、F統(tǒng)計(jì)量及其顯著性、AIC或SC值等（4）其他模型檢驗(yàn)結(jié)果13 / 13參數(shù)估計(jì)量不存在，無法估計(jì)出模型中的參數(shù)；OLS估計(jì)量仍然是最優(yōu)線性無偏估計(jì)量，但方差變大（注意實(shí)際后果）：完全多重共線性、高度多重共線性： ：：：無需對(duì)多重共線性進(jìn)行補(bǔ)救的情形第三次輔導(dǎo)課內(nèi)容：（1）R2較高但t值顯著的不多。（2）解釋變量兩兩高度相關(guān)。（3）檢查偏相關(guān)系數(shù)。（4）利用從屬或輔助回歸（5）考察方差膨脹因子VIF（關(guān)鍵在對(duì)知識(shí)的理解→掌握→應(yīng)用）第8章 解釋變量間無共線性假定的違背多重共線性（1）從模型中刪掉不重要的解釋變量；（2）獲取額外的數(shù)據(jù)或新的樣本；（3）重新考慮模型；（4）利用先驗(yàn)信息；（5）進(jìn)行變量變換；（6）利用其他補(bǔ)救措施：如主成分分析等（1）根據(jù)問題的性質(zhì)；（2）殘差的圖形檢驗(yàn)；（3）帕克檢驗(yàn) (Park test)；（4）Glejser 檢驗(yàn) (Glejser test)（5）White 檢驗(yàn)；（6）異方差的其它檢驗(yàn)方法（1）OLS估計(jì)量是線性無偏的但非有效；（2）誤差方差有偏；（3）OLS估計(jì)量方差有偏；（4）t檢驗(yàn)和F檢驗(yàn)失效： ： ：：第9章 同方差假定的違背：異方差性實(shí)踐中的回歸分析違背基本假定的情形（1）加權(quán)最小二乘；（2）重新設(shè)定模型；（3）White 異方差校正（1）OLS估計(jì)量是線性無偏的但非有效；（2）誤差方差可能低估了真實(shí)方差；（3）OLS估計(jì)量方差有偏；（4）t檢驗(yàn)、F檢驗(yàn)和擬合優(yōu)度檢驗(yàn)失效（5）預(yù)測的方差和標(biāo)準(zhǔn)差無效：慣性、模型設(shè)定誤差、蛛網(wǎng)現(xiàn)象、數(shù)據(jù)加工： ：：第10章 無自相關(guān)假定的違背：自相關(guān) （1）殘差圖檢驗(yàn)；（2）杜賓－瓦爾森d檢驗(yàn)（或稱DW檢驗(yàn)）（3）游程檢驗(yàn)廣義差分法，注意ρ的估計(jì)：（1）一階差分法；（2）從杜賓－瓦爾森d統(tǒng)計(jì)量中估計(jì)（3）從OLS殘差中估計(jì)（4）其他估計(jì)方法：如杜賓兩步法等
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1