计量经济学讲义第三讲(共十讲)

计量经济学讲义第三讲(共十讲)

ID:42400608

大小:709.50 KB

页数:19页

时间:2019-09-14

计量经济学讲义第三讲(共十讲)_第1页
计量经济学讲义第三讲(共十讲)_第2页
计量经济学讲义第三讲(共十讲)_第3页
计量经济学讲义第三讲(共十讲)_第4页
计量经济学讲义第三讲(共十讲)_第5页
资源描述:

《计量经济学讲义第三讲(共十讲)》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、浙江工商大学金融学院姚耀军讲义系列第三讲假设检验一、经典线性模型假定对于模型,利用OLS有:在高斯-马尔科夫假定下,OLS估计量的抽样分布完全取决于误差项的分布。在高斯-马尔科夫假定中,我们要求误差项是序列无关与同方差的,现在,我们施加更强的假定,即误差项服从正态分布,即。应该注意到,当误差项服从正态分布时,序列无关与独立性是等价的。因此,我们可以把上述分布假设写为:,即误差项服从独立同正态分布。为什么要施加更强的假定呢?这是为了进行小样本下的假设检验。与高斯-马尔科夫假定一起,被称为经典线性模型假定。在经典线性模型假定下,可以证明,OLS估计量是方差最小的无偏估计量(注意!此时不

2、需要把比较范围限制在线性估计量之中)。笔记:1、假设误差项服从正态分布的合理性在于,误差项是由很多因素构成的,当这些因素是独立同分布时,依照中心极限定理,那么这些因素之和应该近似服从正态分布。当然,这并不意味着用正态分布来近似误差项的分布总是恰当的,例如,各因素或许并不同分布。另外,如果y是价格这样的变量,那么假设误差项服从正态分布是不合理的,因为价格不可能是负数,不过我们可以进行变量变换,例如对价格取自然对数或者考察价格的变化率,那么经过变量变换之后,或许再假设误差项服从正态分布就变得合理了。2、如果能够对误差项是否服从正态分布进行检验,那最好不过了。一种常用的检验方法是Jarq

3、e-Bera检验,这可以参见相关的教科书。问题是,尽管我们能观察到解释变量、被解释变量的取值,然而,由于对参数的真实取值无法确定,因此误差是观测不到的,我们或许不得不利用残差来代替误差以进行相关的检验。当然,一个前提是残差确实是对误差的良好近似,这进而要求,我们对参数的估计是合理的。3、根据公式:考虑x非随机这种简单情况,显然,当样本容量很大时,只要误差项是独立同分布的(并不需要要假定误差项服从正态分布),那么根据中心极限定理,应该近似服从正态分布。当然,为了保证误差项的独立性,抽样的随机性十分关键。二、利用标准正态分布作假设检验19浙江工商大学金融学院姚耀军讲义系列假定是真实模型

4、,当然我们并不知道各参数的真实值是多少。但某一经济经济理论预言。如果你手中掌握一样本,一个问题是,你所掌握的样本支持这个预言吗?在经典线性模型假定下,或者定义,则z就是所谓的z统计量。估计量是用来估计真实参数的,而统计量是用来做统计推断(或者假设检验)的;统计量是随机的,其分布也被称为抽样分布,针对特定样本,我们得到统计量值,它是非随机的。,其中,。练习:确定的分布。现在,假设经济理论的预言是正确的,那么针对特定的样本你将得到标准正态分布图横坐标上的一个点:在这里,该式是非随机的,而特别应该注意的是,分子中的是估计值,而分母中的是估计量。估计值的标准差是零!。。现在来考察标准正态分

5、布。在该分布上,存在对称的两点:与,其中:如果把概率为5%的事件称为小概率事件,那么,当的取值大于或者小于19浙江工商大学金融学院姚耀军讲义系列时,我们认为小概率事件发生了!小概率事件一般是不容易发生的,现在居然发生了,因此,我们应该怀疑上述经济理论所作出的预言。笔记:另外一种直觉性的解释:当这个假设为真时,粗略看来,即使估计值与完全相等不太可能,但估计值应该接近于。然而我们也要注意到,对的估计还存在精确性问题,这通过统计量的标准差体现出来。也就是说,在原假设为真时,即使估计值与有一定的差异,然而如果较大,那么出现与的较大差异也许是正常的。不过总的来看,当原假设为真时,z统计量值是

6、应该接近于0的,这要么是因为中的分子确实接近于0,要么是因为尽管与有一定的差异,但主要是由较大所引起的。当z统计量值与0具有较大差异时,那么这个假设的真实性是值得怀疑的!假设检验的正式步骤是:(1)建立原假设与备择假设:笔记:原假设与备择假设互斥;假设体系应该是完备的,即原假设与备择假设两者之一必为真,但两者不能同时为真。(2)确定小概率标准a。经常我们把1%、5%或者10%作为小概率标准。对a更加正式的称呼是“显著水平”。(3)考察统计量值是否落在拒绝域:之内。如果落在上述区间之内,那么在a显著水平上,我们拒绝原假设,接受备择假设;反之,我们不拒绝原假设,拒绝备择假设。笔记:19

7、浙江工商大学金融学院姚耀军讲义系列1、为什么当统计量值落在拒绝域之外时我们说“不拒绝原假设”而不是说“接受原假设”?其解释是:我们可以作出很多的原假设,例如或者而我们所计算出来的一些统计量值恰好都落在之外,难道我们既接受也接受?显然更恰当的表达方式是,即不拒绝也不拒绝。2、“接受原假设”没有留有余地,而“不拒绝原假设”表明我们的结论是留有余地的,即,在另外的原假设下也可能不拒绝。“接受备择假设”留有余地吗?应该注意到,备择假设是,因此,即使说“接受备择假设”,这也是留

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。