计量经济学-模型设定

《计量经济学-模型设定》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、内容回顾：什么是虚拟变量？它有什么作用？引入虚拟变量的方式有几种？各在什么情况下引入？CHOW检验需要首先判断出什么点？如何操作？其检验的原理是什么？第十章模型设定偏误问题第一节模型设定偏误一、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一、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和多选无关变量，(2)关于模型函数形式选取的偏误。1、相关变量的遗漏（omittingrelevantvariables）例如，如果“正确”的模型为而我们将模型设定为即设定模型时漏掉了一个相关的解释变量。这类错误称为遗漏相关变量。动态设

2、定偏误（dynamicmis-specification）:遗漏相关变量表现为对Y或X滞后项的遗漏。2、无关变量的误选(includingirrevelantvariables)例如，如果Y=0+1X1+2X2+仍为“真”，但我们将模型设定为Y=0+1X1+2X2+3X3+即设定模型时，多选了一个无关解释变量。3、错误的函数形式(wrongfunctionalform)例如，如果“真实”的回归函数为但却将模型设定为二、模型设定偏误的后果当模型设定出现偏误时，模型估计结果也会与“实际”有偏差。这种偏差的性质与程度与模型设定偏误的类型密切相关。1、遗漏相关变量偏误采用遗漏

3、相关变量的模型进行估计而带来的偏误称为遗漏相关变量偏误（omittingrelevantvariablebias）。设正确的模型为Y=0+1X1+2X2+却对Y=0+1X1+v进行回归，得将正确模型Y=0+1X1+2X2+的离差形式代入得(1)如果漏掉的X2与X1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。(2)如果X2与X1不相关，则1的估计满足无偏性与一致性；但这时0的估计却是有偏的。由Y=0+1X1+v得由Y=0+1X1+2X2+得如果X2与X1相关，显然有如果X2

4、与X1不相关，也有Why?案例分析：收入、财富与消费仍利用消费与收入和财富的关系例子。假定正确的模型是（由12个观察值估计的结果）：若估计模型时只包括当期收入，得到的结果为：若估计模型时只包括财富，得到的结果为：由所得系数可以看出，两种情况下均造成高估所保留变量的参数，据此做分析可能导致得出错误的结论。两个参数所处的区间应该分别为和关于遗漏必要的解释变量的总结遗漏必要的解释变量是一种严重的错误，必须注意避免。对别人的研究成果做评价时，是否存在遗漏必要解释变量的错误是需要考察的最重要的一个方面。凡存在这种错误，研究结果肯定是不可信的。自己研究中设定模型时，必须注意理论基础是否扎实。纯粹基

5、于经验观察的模型只应看作是一种初步的探索。在遇到较严重的多重共线问题时，不要轻易地剔除变量，特别是重要的解释变量。2、包含无关变量偏误采用包含无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Y=0+1X1+v(*)为正确模型，但却估计了Y=0+1X1+2X2+(**)如果2=0，则(**)与(*)相同，因此，可将(**)式视为以2=0为约束的(*)式的特殊形式。由于所有的经典假设都满足，因此对Y=0+1X1+2X2+(**)式进行OLS估计，可得到无偏且一致的估计量。但是，OLS估计

6、量却不具有最小方差性。Y=0+1X1+v中X1的方差:Y=0+1X1+2X2+中X1的方差:当X1与X2完全线性无关时:否则：注意：3、错误函数形式的偏误当选取了错误函数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。三、模型设定偏误的检验1、检验是否含有无关变量可用t检验与F检验完成。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

7、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2、检验是否有相关变量的遗漏或函数形式设定偏误（1）残差图示法残差序列变化图（a）趋势变化：模型设定时可能遗漏了一随着时间的推移而持续上升的变量（b）循环变化：模型设定时可能遗漏了一随着时间的推移而呈现循环变化的变量模型函数形式设定偏误时残差序列呈现正负交替变化图示：一元回归模型中，真实模型呈幂函数形式，但却选取了线性函数进行回归。（2）一般性设定偏误