報(bào)關(guān)程序暫準(zhǔn)進(jìn)出境貨物(參考版)
2024-09-04 09:39本頁(yè)面
【正文】 數(shù)據(jù)開(kāi)采 :對(duì)不同變量及其數(shù)據(jù)的償試與篩選。 模理論 一、 傳統(tǒng)建模理論與數(shù)據(jù)開(kāi)采問(wèn)題 二、 “ 從一般到簡(jiǎn)單 ” —— 約化建模型理論 三、 非嵌套假設(shè)檢驗(yàn) 四、 約化模型的準(zhǔn)則 一、傳統(tǒng)建模理論與數(shù)據(jù)開(kāi)采問(wèn)題 ? 傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)的主導(dǎo)建模理論是“ 結(jié)構(gòu)模型方法論 ” ? 以先驗(yàn)給定的經(jīng)濟(jì)理論為建立模型的出發(fā)點(diǎn)， ? 以模型參數(shù)的估計(jì)為重心， ? 以參數(shù)估計(jì)值與其理論預(yù)期值相一致為判斷標(biāo)準(zhǔn)， –是一個(gè)“ 從簡(jiǎn)單到復(fù)雜 ”的建模過(guò)程（ simpletogeneral approach） :對(duì)不同變量及其數(shù)據(jù)的償試與篩選過(guò)程。 計(jì)算原商品進(jìn)口樣本的幾何平均值為： )l n (e x p (~ 1 ?? ? tn MM 計(jì)算出新的商品進(jìn)口序列： MMM tt ~./* ?以 Mt*替代 Mt，分別進(jìn)行雙對(duì)數(shù)線(xiàn)性模型與線(xiàn)性模型的回歸，得： tt GDPM ln7 8 3 5 6 )?l n ( * ??? RSS1= tt G D PM 0 0 0 0 3 6 2 * ??RSS2= 于是， ) n (2421)l n (2112 ???R S SR S Sn 在 ?=5%下，查得臨界值 ?(1)= 判斷： 拒絕原假設(shè)，表明 雙對(duì)數(shù)線(xiàn)性模型確實(shí)“優(yōu)于”線(xiàn)性模型。 采用雙對(duì)數(shù)線(xiàn)性模型 : R2=， 但不能就此簡(jiǎn)單地判斷雙對(duì)數(shù)線(xiàn)性模型優(yōu)于線(xiàn)性模型。 例 在 167。 可以證明： 該統(tǒng)計(jì)量在兩個(gè)回歸的殘差平方和無(wú)差異的假設(shè)下服從自由度為 1 的 ?2分布。并通過(guò)比較它們的殘差平方和是否有顯著差異來(lái)進(jìn)行判斷。 ??? )ln1e x p ()(~ /121 inn YnYYYY ? 第二步 ，用得到的樣本幾何均值去除原被解釋變量 Y，得到被解釋變量的新序列 Y*。 （ 4）線(xiàn)性模型與雙對(duì)數(shù)線(xiàn)性模型的選擇 無(wú)法通過(guò)判定系數(shù)的大小來(lái)輔助決策 ，因?yàn)樵趦深?lèi)模型中被解釋變量是不同的。 如對(duì)二元回歸模型 : iiii XXY ???? ???? 22110iiiii XXXXY 221122110 ?? ????? ?????(*) 通過(guò) 增加解釋變量的 F檢驗(yàn) ，檢驗(yàn)聯(lián)合假設(shè)： H0： ?1=?2=0 。 設(shè)一元樣本回歸模型為 : iii eXY ??? 10 ?? ??以 Z為工具變量，則 IV估計(jì)量為： ???iiiixzyz?~???? ????iiiiiiiiixzezxzexz11 ?)?( ?? (*) (*)式表明， IV估計(jì)量與 OLS估計(jì)量無(wú)差異當(dāng)且僅當(dāng) ?ziei=0，即工具變量與 OLS估計(jì)的殘差項(xiàng)無(wú)關(guān)。 因此， 只須檢驗(yàn) IV估計(jì)量與 OLS估計(jì)量是否有顯著差異來(lái)檢驗(yàn)解釋變量與隨機(jī)擾動(dòng)項(xiàng)是否同期無(wú)關(guān)。 當(dāng)解釋變量與隨機(jī)擾動(dòng)項(xiàng)同期相關(guān)時(shí)，通過(guò)工具變量法可得到參數(shù)的一致估計(jì)量。 因此，對(duì)模型遺漏相關(guān)變量的檢驗(yàn)可以用模型是否出現(xiàn)解釋變量與隨機(jī)擾動(dòng)項(xiàng)同期相關(guān)性的檢驗(yàn)來(lái)替代。 用原回歸模型估計(jì)出商品進(jìn)口序列 : tt GDPM 0 2 5 2? ?? R2= （ ） （ ） （ ） （ ） R2= 32 0 2 ~ ttt MEMG D PM ??????))1(/()1(/)(222??????qknRqRRFURU )424/()9 8 (2/)9 4 8 ( ????? 在 ?=5%下，查得臨界值 (2, 20)= 判斷： 拒絕原模型與引入新變量的模型可決系數(shù)無(wú)顯著差異的假設(shè)，表明 原模型確實(shí)存在遺漏相關(guān)變量的設(shè)定偏誤 。因此，序列相關(guān)性的主要原因可能就是建模時(shí)遺漏了重要的相關(guān)變量造成的。 ,估計(jì)了中國(guó)商品進(jìn)口 M與 GDP的關(guān)系，并發(fā)現(xiàn)具有強(qiáng)烈的一階自相關(guān)性。 ?????? ?????? 322122110 ?? YYXXY 這時(shí)，只需以估計(jì)出的 ?的若干次冪為 “ 替代 ” 變量，進(jìn)行類(lèi)似于如下模型的估計(jì) : 再判斷各 “ 替代 ” 變量的參數(shù)是否顯著地不為零即可。 對(duì) 多元回歸 ，非線(xiàn)性函數(shù)可能是關(guān)于若干個(gè)或全部解釋變量的非線(xiàn)性，這時(shí)可 按遺漏變量的程序進(jìn)行檢驗(yàn) 。 ????? ?????? ?313212110 XXXY因此，如果設(shè)定了線(xiàn)性模型，就意味著遺漏了相關(guān)變量 X1 X13 ，等等。 若僅增加一個(gè) “ 替代 ” 變量，也可通過(guò) t檢驗(yàn) 來(lái)判斷。 RESET檢驗(yàn)中，采用所設(shè)定模型中被解釋變量 Y的估計(jì)值 ?的若干次冪來(lái)充當(dāng)該“替代”變量。 （ 2）一般性設(shè)定偏誤檢驗(yàn) 但更準(zhǔn)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(yàn) （ regression error specification test）。 t檢驗(yàn) ：檢驗(yàn)?zāi)?1個(gè)變量是否應(yīng)包括在模型中； 2. 檢驗(yàn)是否有相關(guān)變量的遺漏或函數(shù)形式設(shè)定偏誤 （ 1）殘差圖示法 F檢驗(yàn) ：檢驗(yàn)若干個(gè)變量是否應(yīng)同時(shí)包括在模型中。 檢驗(yàn)的基本思想 :如果模型中誤選了無(wú)關(guān)變量，則其系數(shù)的真值應(yīng)為零。 例如，如果 “ 真實(shí) ” 的回歸函數(shù)為 : ??? eXAXY 21 21?vXXY ???? 22110 ???卻估計(jì)線(xiàn)性式 顯然， 兩者的參數(shù)具有完全不同的經(jīng)濟(jì)含義，且估計(jì)結(jié)果一般也是不相同的。 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 a r ?? 當(dāng) X1與 X2完全線(xiàn)性無(wú)關(guān)時(shí) : )?()?(11 ?? V a rV a r ? 否則： )?()?( 11 ?? V a rV a r ?注意： 3. 錯(cuò)誤函數(shù)形式的偏誤 當(dāng)選取了錯(cuò)誤函數(shù)形式并對(duì)其進(jìn)行估計(jì)時(shí)，帶來(lái)的偏誤稱(chēng) 錯(cuò)誤函數(shù)形式偏誤 （ wrong functional form bias）。 由于所有的經(jīng)典假設(shè)都滿(mǎn)足，因此對(duì) Y=?0+?1X1+?2X2+? (**) 式進(jìn)行 OLS估計(jì)，可得到 無(wú)偏 且 一致 的估計(jì)量。 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(guān)，顯然有 )?()?(11 ?? V a rV a r ?如果 X2與 X1不相關(guān)，也有 )?()?(11 ?? V a rV a r ?Why? 2. 包含無(wú)關(guān)變量偏誤 采用包含無(wú)關(guān)解釋變量的模型進(jìn)行估計(jì)帶來(lái)的偏誤，稱(chēng)為 包含無(wú)關(guān)變量偏誤 （ including irrelevant variable bias）。 設(shè)正確的模型為 : Y=?0+?1X1+?2X2+? 卻對(duì) Y=?0+ ?1X1+v 進(jìn)行回歸，得 : ???2111?
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1