4模型设定及诊断.pptVIP

模型的设定与诊断;建立模型的步骤和要点;理论模型设计阶段的三项工作;模型总体设定的依据 实际应用研究中的研究目的导向 经典模型的先验理论导向 时间序列模型的数据关系导向 正在发展的关系论导向; 理论导向 例如建立消费回归模型，有几种不同的消费理论,主要是绝对收入假设、相对收入假设、生命周期假设、持久收入假设、合理预期、适应预期等。 首先根据绝对收入假设的消费理论建立回归模型,此假设认为,收入是决定消费的唯一因素,因而消费与收入之间存在着稳定的函数关系。随着收入的增加,消费将增长,但消费的增长一般要低于收入的增长,即边际消费倾向递减。这里的消费为内生变量,收入为外生变量,以此可以建立回归模型. ;理论模型举例——生产函数;选择解释变量;凯恩斯（Keyens）消费理论;消费;消费;本期存量;数据关系导向;拟定理论模型中待估计参数的理论期望值;生产函数中各参数的理论期望值;研究目的导向;正确地提出可供证实或证伪的假说，即回归模型，是十分重要的。 对该理论模型进行检验的依据是表征已经发生的经济活动的数据， 相对于不同类型的数据，应该设定不同类型的理论模型，否则，经验检验的数学基础、统计学基础和逻辑学基础将被破坏。 大量的错误皆源于此。 ;模型的设定;;一、模型的误设及其后果;包含无关变量偏误; 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。;;例如，如果“正确”的模型为;遗漏相关变量偏误;将正确模型 Y=?0+?1X1+?2X2+? 的离差形式 ; (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。 ;3.模型形式的误设： 模型的估计会由于自相关而引起误差，估计量将不会是最佳线性无偏估计。假设检验将是无效的.;;模型设定偏误的检验 ; 2、检验是否有相关变量的遗漏或函数形式设定偏误; 残差序列变化图; 模型函数形式设定偏误时残差序列呈现正负交替变化 ; （2）一般性设定偏误检验; 例如，先估计 Y=?0+ ?1X1+v 得 ; 例如，在一元回归中，假设真实的函数形式是非线性的，用泰勒定理将其近似地表示为多项式：; 对多元回归，非线性函数可能是关于若干个或全部解释变量的非线性，这时可按遗漏变量的程序进行检验。 ; 例:建立了中国商品进口M与GDP的一元线性关系: 并发现具有强烈的一阶自相关性。 序列相关性的主要原因之一可能就是建模时遗漏了重要的相关变量造成的。 下面进行RESET检验。 ; （-0.085） （8.274） （-6.457） （6.692） R2=0.9842; （3）同期相关性的豪斯蔓（Hausman）检验; 当解释变量与随机扰动项同期相关时，通过工具变量法可得到参数的一致估计量。 而当解释变量与随机扰动项同期无关时， OLS估计量就可得到参数的一致估计量。;设一元样本回归模型为 ;检验时，求Y关于X与Z的OLS回归式： ;如对二元回归模型 ;*;*;*;*;*;*;;;统计诊断的内容;数据的诊断;;;（2）强影响点 数据集中的强影响点是指那些对统计量的取值有非常大的影响力的点。在考虑强影响点时，有几个基本问题需要考虑： 首先必须明确“是对哪个统计量的影响？”例如，对线性回归模型所考虑的是对回归系数的估计量的影响；不是对误差方差的估计影响；或是对拟合优度统计量的影响等等。分析目标不同，所考虑的影响亦有所不同。 ;其次，必须确定“度量影响的尺度是什么？”为了定量地刻划影响的大小，迄今为止已提出多种尺度，基于置信域的尺度，基于似然函数的尺度等等。在每一种类型中又可能有不同的统计量，例如基于影响函数就已提出多种“距离”来度量影响，有Cook距离、Welsch - Kuh距离、Welsch距离等等。每一种度量都是着眼于某一方面的影响，并在某种具体场合下较为有效。这一方面反映了度量影响问题的复杂性，另一方面也说明了影响分析的研究在统计诊断中是一个甚为活跃的议程，不有大量有待解决的问题。 ;