经济建模的计量检验 计量经济学 EVIEWS建模课件.pptxVIP

经济模型的检验一、经济模型的检验总结对经济计量模型的检验主要有如下四类：㈠ 经济意义检验依据经济理论、统计经验、社会实践感受等所进行的检验内容；㈡统计检验以样本的代表性为依据的检验内容，主要是R2检验、f检验和t检验等；㈢模型的要素检验这是针对模型的各构成要素所进行的检验，主要包括对模型的变量、残差、参数及形式等进行的检验；㈣模型的使用检验主要是针对模型的质量、稳定性、预测的能力等使用模型方面的检验。二、Eviews程序中的计量检验方法程序中为了简化了上述分析过程，合并为如下三个方面的检验程序：Eviews中对方程的相关检验㈠ 系数基本检验(Coefficient Tests)系数的有关检验，如下图所示：其中: Confidence Ellipse为可信椭圆检验；Wald-coefficient Restrictions为解释变量系数的约束检验；Omitted Variables-Likelihood Ratio为缺失变量检验；Redundant Variables-Likelihood Ratio为多余变量检验⒈可信椭圆检验说明系数之间的可能性关系的图示，本案的三个椭圆图如图所示：⒉Wald检验这是对方程中各参数进行约束的F统计量检验，其基本原理是：首先，设定关于系数的约束的原假设。即使用检验程序时，在窗口输入规范的约束条件，多个约束之间以“，”分离。其次，计算受约束方程的残差平方和与无约束方程的残差平方和的差距均方差；然后，将该差距均方差与无约束方程的残次差均方差进行比较计算F值。如果该F值很小，则P值很大，说明约束有效；而约束无效时的F值将很大，P值将很小，说明约束无效。⒊缺失变量检验这是对方程中可能落掉的变量，进行补充的检验。使用检验程序时，可在窗口中输入工作文件中可能落掉的变量列表，然后根据给出的结果进行检验分析，以确定是否加入该变量。⒋多余变量检验这是将方程中可能是多余的变量查找出来的程序，使用程序时，可在窗口中输入方程中可能是多余的变量列表，然后根据给出的结果进行分析，以确定该变量是否要从方程中删除。㈡ 残差检验(Residual Tests)⒈自相关性检验(该类检验包括如下两个选项：)⑴相关图和Q统计量(Correlogram-Q-statistics)图示如下：相关图中的检验信息第一，估计的自相关函数的方差近似为T-1。所以在观察相关图时，若估计的ACk的绝对值超过2个标准差(2 T-1/2)，就被认为是显著地不为零。如图中的虚线就是两倍的标准差的位置，只要图中的横柱不超出虚线，就可以认为不显著。第二，可以正态近似，因当T充分大时，近似有：(ACk -0) / T-1/2 =ACk T1/2 ～ N (0, 1)第三，Q统计量及其概率是在不相关的原假设下计算的，即所列概率反映着“不相关”的可能性。⑵序列相关的拉格朗日乘数LM检验这是一个有关残差项是否存在序列相关，及存在形式的检验。其辅助回归是对解释变量的k阶以内的滞后残差的回归。LM检验通常给出两个统计量：F统计量和T×R2统计量。F统计量是对所有滞后残差联合显著性的一种检验。T×R2统计量是LM检验统计量，是观测值个数T乘以回归方程的R2。一般情况下，T×R2统计量服从渐进的χ2(k)分布。原假设是不存在残差项的序列自相关，其(P值)概率也是原假设成立的概率。本案结果见下页：⒉直方图和正态性检验(Histogram-Normality Test)。该检验采用哈尔克-贝拉(Jarque-Bera) 统计进行，原假设是“变量为正态分布”，P值是原假设成立的概率。如果该值小于我们认同的显著性水平，则拒绝原假设。形式如下图所示：⒊异方差性检验。该类检验包括如下两项内容：⑴残差平方的相关图与偏相关图(Corralogram Squared Residuals)。这是以不存在ARCH为原假设，以P值的大小来判断其存在性的方法。形式如下表所示：⑵ARCH形式的LM检验 该检验的原假设是，该方差的残差中不存在自回归条件异方差。 本案结果为可能存在： ⑶ White同方差性检验该检验的辅助方程有两个，一个是无交叉项的，另一个是有交叉项的。也是以P值判断。 怀特检验的原假设为同方差㈢ 参数的稳定性检验(Stability Tests)稳定性检验是对模型的参数稳定性及模型的预测能力和模型设定等检验的方法。程序中包括两个邹氏检验、Ramsey的模型设定误差RESET检验和递归估计等内容，如下图所示：邹氏检验回归设定误差检验递归最小二乘法估计⒈邹氏检验在原假设是模型稳定能预测的前提下进行的检验：⑴邹氏预测检验。将样本数据分为两部分，分别用来估计新方程用和用于预测检验的数据。使用时可在窗口中输入分割样本数据的时间，就可以根据P值两判断该方程的稳定性和预测能力了。⑵邹氏突变检验。将样本