最新计量经济学课件(4)教学讲义PPT.ppt

《最新计量经济学课件(4)教学讲义PPT.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、进入夏天，少不了一个热字当头，电扇空调陆续登场，每逢此时，总会想起那一把蒲扇。蒲扇，是记忆中的农村，夏季经常用的一件物品。　　记忆中的故乡，每逢进入夏天，集市上最常见的便是蒲扇、凉席，不论男女老少，个个手持一把，忽闪忽闪个不停，嘴里叨叨着“怎么这么热”，于是三五成群，聚在大树下，或站着，或随即坐在石头上，手持那把扇子，边唠嗑边乘凉。孩子们却在周围跑跑跳跳，热得满头大汗，不时听到“强子，别跑了，快来我给你扇扇”。孩子们才不听这一套，跑个没完，直到累气喘吁吁，这才一跑一踮地围过了，这时母亲总是，好似生气的样子，边扇边训，“

2、你看热的，跑什么？”此时这把蒲扇，是那么凉快，那么的温馨幸福，有母亲的味道！　　蒲扇是中国传统工艺品，在我国已有三千年多年的历史。取材于棕榈树，制作简单，方便携带，且蒲扇的表面光滑，因而，古人常会在上面作画。古有棕扇、葵扇、蒲扇、蕉扇诸名，实即今日的蒲扇，江浙称之为芭蕉扇。六七十年代，人们最常用的就是这种，似圆非圆，轻巧又便宜的蒲扇。　　蒲扇流传至今，我的记忆中，它跨越了半个世纪，也走过了我们的半个人生的轨迹，携带着特有的念想，一年年，一天天，流向长长的时间隧道，袅计量经济学课件(4)RegressionAnalysi

3、sinPracticechaptereight第八章模型选择：标准与检验前言一、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

4、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(222223223222322

5、32xxiiiiiirxxxxxxVarssbå=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(*

6、*)式视为以3=0为约束的(*)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(ixvarsau

7、bbb+++=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.

8、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