【正文】 y ??? 221 ?? 包括多余變量 ? 包括多余變量不是說包括的變量與因變量無關(guān)，多余變量可以與因變量無關(guān)，也可以有關(guān)，但是只要已經(jīng)有變量 x2，變量 x3前的系數(shù)是等于0的。這時這個變量叫多余變量。 ? 包括多余變量帶來的后果 ? 系數(shù)仍然無偏，一致。 ? 標準誤估計量無偏，假設(shè)檢驗有效。 ? 但是與估計正確模型相比，估計量有更大的方差，因此精確度降低。 包括多余變量 ? 真正模型中方差是： ? 估計的包括多余變量模型中方差是 ? ?是變量 x2和變量 x3的樣本相關(guān)系數(shù) ?? 2222 )?var (ix??? ?? )1()?var( 2232222 ???ix 增減解釋變量的幾個策略 ? 每次只去掉一個解釋變量，去掉 p值最大的。 P值多大時去掉合適呢？如果數(shù)據(jù)多 p值選 5％，如果數(shù)據(jù)少 p值選 10％。但是根據(jù)一般到特殊建模方法建立模型時，由于包括的滯后變量太多，可以一次去掉幾個解釋變量。 ? 如果兩個變量都有較大的 p值，先去掉沒有經(jīng)濟意義的變量，如果理論上明確表示某變量對因變量有影響，即使不顯著也不要去掉，要保留到最后。即使有些變量顯著不等于 0，但是我們感興趣的變量不顯著或符號不符合理論要求， p－值小于 5％的變量也可以去掉。 ? 截距項不顯著不用管它，不要先去掉截距項。 ? 有的變量去掉后，模型整體評價指標減弱，其他變量參數(shù)值和顯著性變化不大，因此即使該變量不顯著可以仍然保留在模型中。如果增減變量導(dǎo)致系數(shù)變化很大，特別是改變符號，說明模型存在嚴重問題。 數(shù)據(jù)挖掘 data mining ? 數(shù)據(jù)挖掘：完全根據(jù)統(tǒng)計手段選擇變量。 ? 不可以說 y與 x有關(guān)是因為 x的系數(shù)在統(tǒng)計上顯著，然后擴大模型包括另一個變量 z，并且當(dāng)變量 z的系數(shù)顯著時把變量 z留在模型中，然后再增加其它變量。變量的選擇必需以理論為基礎(chǔ)，這是如何強調(diào)也不過分的。 ? 顯著水平 5％，意味著 100次中可能由于偶然的機會犯 5次錯誤，某變量是不顯著的但是拒絕零假設(shè)。意味著 20個與因變量無關(guān)的自變量，分別與因變量回歸，會出現(xiàn)一個模型系數(shù)是顯著的。但是這不是真正的變量間的關(guān)系。 模型整體評價指標 ? AIC ? BIC ? HQ ? 調(diào)整后的擬和優(yōu)度 TKeTESS /2)( TKTE SS /) TKLnTTESS /2))(( )1/( )/(1 ??? TTSS KTESS 建立模型的策略 ? 由一般到特殊（為了處理時間序列數(shù)據(jù)提出的也稱 LSE[倫敦經(jīng)濟學(xué)派 ]， TTT[檢驗，檢驗再檢驗法 ]）：從一個很大的模型開始，模型盡可能包括多的變量及其滯后變量，然后根據(jù)經(jīng)濟理論和 t檢驗的 p值逐漸去掉不顯著的變量。 ? 最后要求模型與理論一致，自變量與誤差項不相關(guān)，參數(shù)穩(wěn)定，誤差項是白噪聲（否則模型是錯誤的），能解釋其它模型的結(jié)果。 ? 優(yōu)點是具有良好的統(tǒng)計性質(zhì) LSE法的缺陷 ? 樣本容量小的時候，由于模型比較大，自由度小，導(dǎo)致變量都不顯著。 ? 包括很多滯后項會導(dǎo)致多重共線性，如何去掉變量？去掉不同的變量會得到不同的最終的模型。但是哪個模型的表現(xiàn)都不能優(yōu)于另外的模型。 ? 最終模型可能很難有經(jīng)濟解釋。只是對當(dāng)前樣本在統(tǒng)計上有很好的擬和。但是對其它樣本沒有解釋作用。 建立模型的方法 ? 由特殊到一般（又稱 average economic regression,AER)：先建立一個最可能正確的模型，然后再增加變量 ,逐漸擴大模型，使模型與實際情況一致。 ? 優(yōu)點是好解釋。 ? 缺點： ? 開始建立的模型是錯誤的存在遺漏變量偏差，這時的統(tǒng)計推斷是錯誤的，因此在此基礎(chǔ)上進行修改，在邏輯上不合理。 ? 另外也許模型存在自相關(guān)，異方差等是由于遺漏變量，但是并沒有修改模型而是使用了自相關(guān)異方差一致標準誤。最終得到的模型是錯誤的。 非嵌套檢驗 ? 戴維森－麥金農(nóng) J檢驗 假設(shè)有兩個模型因變量相同，自變量不完全相同，并且不嵌套（一個模型的自變量不是另一個模型自變量的子集） 估計模型 B，計算因變量的擬和值 將模型 B的因變量估計值作為一個新的解釋變量放入模型 A 檢驗系數(shù) ?是否等于 B,優(yōu)于模型 A。 重復(fù)這個過程，先估計模型 A，然后把估計值帶入模型 B，做相同的假設(shè)檢驗。 J檢驗可能出現(xiàn)的問題是都拒絕零假設(shè)：說明任一模型都不能解釋因變量，如果都不能拒絕，說明數(shù)據(jù)還不足以區(qū)分兩個模型。 By? tBtAtt uyxcy ???? ??? 修改線性回歸模型的手段總結(jié) ? 增減解釋變量，包括滯后長度的改變，表示結(jié)構(gòu)變化的虛擬變量或表示季節(jié)性的虛擬變量的增加等 ? 改變函數(shù)形式，例如求自然對數(shù)；數(shù)據(jù)用比率的形式而不是用水平值；增減變量的二次方，變線性為非線性等。 ? 增加數(shù)據(jù)個數(shù)，例如用月度數(shù)據(jù)代替年度數(shù)據(jù)。 ? 上述辦法仍然解決不了問題時，改變估計方法或使用其他類別的模型例如 panel數(shù)據(jù)模型和聯(lián)立方程組。 總結(jié) ? 幾個基本概念 ? 平穩(wěn)隨機過程 ? 白噪聲過程 ? 分布滯后模型和自回歸分布滯后模型系數(shù)的意義 ? 時間序列數(shù)據(jù)回歸的假設(shè)條件 ? 好模型的標準，如何發(fā)現(xiàn)違背假設(shè)，會存在什么問題，如何解決該問題 靜夜四無鄰，荒居舊業(yè)貧。 , March 7, 2023 雨中黃葉樹，燈下白頭人。 20:41:5920:41:5920:413/7/2023 8:41:59 PM 1以我獨沈久，愧君相見頻。 :41:5920:41Mar237Mar23 1故人江海別，幾度隔山川。 20:41:5920:41:5920:41Tuesday, March 7, 2023 1乍見翻疑夢，相悲各問年。 :41:5920:41:59March 7, 2023 1他鄉(xiāng)生白發(fā)，舊國見青山。 2023年 3月 7日星期二 下午 8時 41分 59秒 20:41: 1比不了得就不比，得不到的就不要。 2023年 3月 下午 8時 41分 :41March 7, 2023 1行動出成果，工作出財富。 2023年 3月 7日星期二 8時 41分 59秒 20:41:597 March 2023 1做前，能夠環(huán)視四周；做時，你只能或者最好沿著以腳為起點的射線向前。 下午 8時 41分 59秒 下午 8時 41分 20:41: 沒有失敗，只有暫時停止成功！。 , March 7, 2023 很多事情努力了未必有結(jié)果，但是不努力卻什么改變也沒有。 20:41:5920:41:5920:413/7/2023 8:41:59 PM 1成功就是日復(fù)一日那一點點小小努力的積累。 :41:5920:41Mar237Mar23 1世間成事，不求其絕對圓滿，留一份不足，可得無限完美。 20:41:5920:41:5920:41Tuesday, March 7, 2023 1不知香積寺，數(shù)里入云峰。 :41:5920:41:59March 7, 2023 1意志堅強的人能把世界放在手中像泥塊一樣任意揉捏。 2023年 3月 7日星期二 下午 8時 41分 59秒 20:41: 1楚塞三湘接，荊門九派通。 2023年 3月 下午 8時 41分 :41March 7, 2023 1少年十五二十時，步行奪得胡馬騎。 2023年 3月 7日星期二 8時 41分 59秒 20:41:597 March 2023 1空山新雨后，天氣晚來秋。 下午 8時 41分 59秒 下午 8時 41分 20:41: 楊柳散和風(fēng)，青山澹吾慮。 , March 7, 2023 閱讀一切好書如同和過去最杰出的人談話。 20:41:5920:41:5920:413/7/2023 8:41:59 PM 1越是沒有本領(lǐng)的就越加自命不凡。 :41:5920:41Mar237Mar23 1越是無能的人，越喜歡挑剔別人的錯兒。 20:41:5920:41:5920:41Tuesday, March 7, 2023 1知人者智，自知者明。勝人者有力，自勝者強。 :41:5920:41:59March 7, 2023 1意志堅強的人能把世界放在手中像泥塊一樣任意揉捏。 2023年 3月 7日星期二 下午 8時 41分 59秒 20:41: 1最具挑戰(zhàn)性的挑戰(zhàn)莫過于提升自我。 2023年 3月 下午 8時 41分 :41March 7, 2023 1業(yè)余生活要有意義，不要越軌。 2023年 3月 7日星期二 8時 41分 59秒 20:41:597 March 2023 1一個人即使已登上頂峰，也仍要自強不息。 下午 8時 41分 59秒 下午 8時 41分 20:41: MOMODA POWERPOINT Lorem ipsum dolor sit, eleifend nulla ac, fringilla purus. Nulla iaculis tempor felis amet, consectetur adipiscing elit. Fusce id urna blanditut cursus. 感謝您的下載觀看 專家告訴