計量經(jīng)濟(jì)學(xué)--模型設(shè)定偏誤問題(參考版)
2025-05-14 22:15本頁面
【正文】 。下面進(jìn)行 BoxCox變換。 ， 采用線性模型 : R2=。 因此，拒絕原假設(shè)時，就應(yīng)選擇 RSS2的模型。 )ln(2112R SSR SSn其中， RSS1與 RSS2分別為對應(yīng)的較大的殘差平方和與較小的殘差平方和， n為樣本容量。 YYY ii ~/* ?來自 中國最大的資料庫下載 第三步 ，用 Y*替代 Y，分別估計雙對數(shù)線性模型與線性模型。 為了在兩類模型中比較，可用 BoxCox變換 : 第一步 ，計算 Y的樣本幾何均值。 拒絕原假設(shè)，就意味著（ *）式中的解釋變量與隨機(jī)擾動項相關(guān)。 來自 中國最大的資料庫下載 檢驗時，求 Y關(guān)于 X與 Z的 OLS回歸式： iii ZXY ??? ???? 10 ??? 在實際檢驗中，豪斯蔓檢驗主要針對多元回歸進(jìn)行，而且也不是直接對工具變量回歸，而是對以各工具變量為自變量、分別以各解釋變量為因變量進(jìn)行回歸。 對一元線性回歸模型 Y=?0+?1X+? 所檢驗的假設(shè)是 H0： X與 ?無同期相關(guān)。 而當(dāng)解釋變量與隨機(jī)擾動項同期無關(guān)時， OLS估計量就可得到參數(shù)的一致估計量。這就是 豪斯蔓檢驗（ 1978）的主要思想。 來自 中國最大的資料庫下載 *（ 3）同期相關(guān)性的豪斯蔓（ Hausman）檢驗 由于在遺漏相關(guān)變量的情況下，往往導(dǎo)致解釋變量與隨機(jī)擾動項出現(xiàn)同期相關(guān)性，從而使得OLS估計量有偏且非一致。 下面進(jìn)行 RESET檢驗。 然而，由于僅用 GDP來解釋商品進(jìn)口的變化，明顯地遺漏了諸如商品進(jìn)口價格、匯率等其他影響因素。 來自 中國最大的資料庫下載 例 ： 在 167。 例如， 估計 Y=?0+?1X1+?2X2+? 但卻懷疑真實的函數(shù)形式是非線性的。 因此 ， 在一元回歸中 ， 可通過檢驗 (*)式中的各高次冪參數(shù)的顯著性來判斷是否將非線性模型誤設(shè)成了線性模型 。 來自 中國最大的資料庫下載 例如， 在一元回歸中，假設(shè)真實的函數(shù)形式是非線性的，用泰勒定理將其近似地表示為多項式： RESET檢驗也可用來檢驗函數(shù)形式設(shè)定偏誤的問題。 來自 中國最大的資料庫下載 例如 ，先估計 Y=?0+ ?1X1+v 得 110 ??? XY ?? ??????? ????? 3221110 ?? YYXY 再根據(jù)第三章第五節(jié)介紹的 增加解釋變量的 F檢驗 來判斷是否增加這些 “ 替代 ” 變量。 基本思想： 如果事先知道遺漏了哪個變量，只需將此變量引入模型，估計并檢驗其參數(shù)是否顯著不為零即可； 問題是不知道遺漏了哪個變量，需尋找一個替代變量 Z，來進(jìn)行上述檢驗。 t檢驗 ：檢驗?zāi)?1個變量是否應(yīng)包括在模型中； F
研究報告相關(guān)推薦
鄂ICP備17016276號-1