计量经济学课件(7)复习进程.ppt

《计量经济学课件(7)复习进程.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、计量经济学课件(7)前言一、模型设定偏误的类型二、模型设定偏误的后果三、模型设定偏误的检验第一节“好的”模型具有的性质A.C.Harvey(1981)简约性/Parsimony可识别性/Identifiability拟合优度/Good-of-Fit理论一致性/TheoreticalConsistency预测能力/PredictivePower第二节模型设定偏误的类型模型设定偏误主要有两大类:(1)关于解释变量选取的偏误：主要包括漏选相关变量（遗漏）和多选无关变量（冗余）(2)关于模型函数形式选取的偏误。2.1遗漏相关变量：拟合不足例如，如果“正确”的模型为而我们将模型设定

2、为即设定模型时漏掉了一个相关的解释变量X3。这类错误称为遗漏变量偏差(omittedvariablebias)。*动态设定偏误（dynamicmis-specification）:遗漏相关变量表现为对Y或X滞后项的遗漏。ubbb+++=33221XXYvXY++=221aa将正确模型的离差形式代入得：遗漏变量偏差的后果ubbb+++=33221XXYuubb-++=iiiixxy3322åå=2222ˆiiixyxaåååååååå-++=-++==22222323222332222222)()(ˆiiiiiiiiiiiiiixxxxxxxxxxyxuubbuubba如果

3、漏掉的X3与X2相关，则上式中的第二项在小样本下求期望与大样本下求概率极限都不会为零，从而使得OLS估计量在小样本下有偏，在大样本下非一致。注意：偏离方向由符号决定遗漏变量偏差的后果(2)如果X3与X2不相关，则2的估计满足无偏性与一致性；但这时1的估计却是有偏的。精要图11-1NetandgrosseffectsofX2onY.由Y=1+2X2+v得由Y=1+2X2+3X3+得如果X2与X1相关，显然有如果X2与X1不相关，也有遗漏变量偏差的后果)ˆ()ˆ(22baVarVar¹)ˆ()ˆ(22baVarVar¹ååååå-=-=)1()()ˆ(2222

4、2322322232232xxiiiiiirxxxxxxVarssbå=2222)ˆ(ixvarsaX2和X3的相关系数回到例子10.2婴儿死亡率的影响因素两个解释变量下的实证结果：错误设定下的实证结果：回到例子10.2婴儿死亡率的影响因素遗漏变量作为被解释变量的实证结果：根据回归结果，2.2包含不相关变量偏误：过度拟合采用包含不相关解释变量的模型进行估计带来的偏误，称为包含无关变量偏误（includingirrelevantvariablebias）。设为正确模型(*)但却估计了(**)如果3=0，则(**)与(*)相同，因此，可将(**)式视为以3=0为约束的(*

5、)式的特殊形式。vXY++=221aaubbb+++=33221XXY由于所有的经典假设都满足，因此对(**)式进行OLS估计，可得到无偏且一致的估计量。但是，OLS估计量却不具有最小方差性。中X2的方差:中X2的方差:当X2与X3完全线性无关时:否则：注意：包含不相关变量偏误的后果)ˆ()ˆ(22abVarVar>)ˆ()ˆ(22baVarVar=ubbb+++=33221XXYå-=)1()ˆ(2222232xxirxvarsbvXY++=221aaå=2222)ˆ(ixvarsaubbb+++=33221XXY哪种错误更严重？2.3错误函数形式的偏误当选取了错误函数

6、形式并对其进行估计时，带来的偏误称错误函数形式偏误（wrongfunctionalformbias）。容易判断，这种偏误是全方位的。例如，如果“真实”的回归函数为却估计线性式显然，两者的参数具有完全不同的经济含义，且估计结果一般也是不相同的。ubbb+++=33221XXY例11-3（精要表11-1）U.S.expenditureonimportedgoodsandpersonaldisposableincome,1968-1987.例11-3（精要表11-1）线性形式回归结果：对数线性形式回归结果：第三节模型设定偏误的检验3.1检验是否含有不相关变量可用t检验与F检验完

7、成。检验的基本思想:如果模型中误选了无关变量，则其系数的真值应为零。因此，只须对无关变量系数的显著性进行检验。t检验：检验某1个变量是否应包括在模型中；F检验：检验若干个变量是否应同时包括在模型中。例11-4（精要表11-2，原始数据表13-6）生命预期模型例11-4（精要表11-2，原始数据表13-6）Eviews演示：冗余变量检验遗漏变量检验3.2变量遗漏或函数形式设定偏误检验3.2.1残差图示法例11-3（精要表11-1）线性形式回归结果：去掉时间趋势回归结果：例11-3（精要图11-2）S1：去掉时间趋势(11.20)