资源描述：
《计量经济学课件19模型设定与诊断检验》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、模型诊断与检验1.检验方法与统计量(1)回归函数的F检验。多元冋归模型，yt=A+0i兀『1+PiXd+...+A-xtk-+,H()：A=A=...=A-i=o：H,：爲不全为零原假设成立条件下，统计量SSR/伙_1)SSE/(T-k)F(k-:r-k)注意：SSRI口指冋归平方和(regressionsumofsquares),现指残差平方和(sumofsquaredresiduals)oSSE旧指残差平方和(errorsumofsquares(sumofsquarederrors)),现指回归平方和(explainedsumo
2、fsquares)o检验规则是,若FF'a(k-U-k),拒绝Hqo(2)回归参数的/检验。対于多冗回归模型，X=〃+0內1+炖卩2+•••+〃-仏律-1+妁，(2)如來F检验的结论是接受原假设，则检验止。如來F检验的结论是拒绝原假设，则进一步作f检验。Ho：/?=0；H[：Pjh0,0=1,2,原假设成立条件下，统计量Pit=—;/(M)g)判别规则：若丨f接受Ho；若丨fI>拒绝H()。(3)检验约束条件是否成立的F检验。约束条件的F检验可以用来检验冋归参数的一个或多个线性约束
3、条件，如H()：0尸0,/%=0,Q]+%+0i=l,0]/角=0.8等。在零假设“约束条件成立”条件下，统计量(SSE^SSEJhn其中SSEr表示施加约朿条件后估计模型的残差平方和；SSEU表示未施加约束条件的估计模型的残差平方和；加表示约束条件个数；厂表示样本容屋；R表示非约束模型中被佔参数的个数。判别规则是，若FvF&(2.「4)，约束条件成立，若F>Fa(2,T-4)»纟勺束条件不成立。例：(file:blc4)屮国国债发行额模型首先分析中国国债发行额序列的特征。1980年国债发行额是43.01亿元(iGDP的1%),2001年
4、国债发行额是4604亿元(占GDP的4.8%)。以当年价格计算,21年间(1980-2001)增长了106{go平均年增长率是24.9%o
5、DEBTMean1216.395Median434.6850Maximum4604.000Minimum43.01000Std.Dev.1485.993中国当前止处在社会主义市场经济逐步完善，宏观经济平稳运行的阶段。国债发行总量(DEBT,,亿元)应该与经济总规模，财政赤字的多少，每年的还本付息能力有关系。选择3个解释变量，国内生产总值(白亿元)，财政赤字额(亿元)，年还本付息额(亿元)，根据•散点图
6、建立中国国债发行额(DEBT(,亿元)模型如下：DEBT,=%+0
7、GDPt+/%DEFt+角REPAYt+ut其中GDPt衣示年国内生产总值(百亿元)，DEF(妆示年财政赤字额(亿元)，REPAY,表示年还本付息额(亿元)。用1980・2000年数据得输出结果如下；DEBT(=4.38+0.34GDPt4-1.00DEFr+0.88REPAYt(11.7)(0.2)(2.1)(26.6)(17.2)R2=0.9986,DW=2.12,T=21,(1980-2000),SSE=48447.75用F统计量检验是否可以对上式施加约束GD几和D
8、EF,的系数0
9、=0,血=0。给出约束模型估计结果如下，DEBTt=104.85+1.63REPAYt(11.8)(0.8)(12.4)R2=0.89,DW=0.7,T=21,(1980-2000),SSE=3772378厂(SSEr-SSE}/m(3772378-48447.75)/2心“~SSEU/(T-k)~48447.75/(21-4)~*因为F=653.35>F075(2,⑺，约束条件不成立，不应在模型中删除变量GQ几和DEF,.附录：EViews操作(1)：在(11.7)式窗口中点击View,选CoefficientTests
10、,RedundantVariables-LikelihoodRatio功能(模型中是否存在多余的不重要解释变量)，在随后弹出的对话框中填入拟删除变量GDP,DEF。可得如下结果。RedundantVariables:GDPDEFF-statistic653.3515Probability0.000000Loglikelihoodratio91.45448Probability0.000000EViews操作(2)：在(11.8)式窗口中点击View,选CoefficientTests,OmittedVariables-Likelihood
11、Ratio功能(模型中是否丢了重要的解释变量)，在随后弹出的对话框中填入拟加入的解释变量GDP,DEF。也可得到如上结果。(1)JB正态性检验在给出JB统计量的定义之前,先给出偏度(skewn
