计量经济学课件 by Dr. FF Gong permanentemailaddressfgongathotmail.com httpblog.sina.comcn/ffgong 教材 Damodar N gujarati, Essentials of Econometrics, 3rd edition. McGraw-Hill Company, 2006 中译本:经济计量学精要 本课件已改正了其中的错误) 11-1
11-1 计量经济学课件 -----by Dr. F. F. Gong permanent email address: ffgong(at)hotmail.com http://blog.sina.com.cn/ffgong 教材: Damodar N.Gujarati, Essentials of Econometrics, 3rd edition. McGraw-Hill Company, 2006 中译本:经济计量学精要 (本课件已改正了其中的错误)
■第11章 ■模型选择:标准与检验 要点:初步掌握不同的回归模型及其存在的问题,从而进 行模型的选择或修正。 CLMR的假定之一是模型是正确设定的,所以一个最基本 的问题就是:如何发现正确的模型?第11章详细讨论了 这个问题。首先考虑了一个“好”模型应具备的特性,然后 讨论了拟合错误模型的后果,最后介绍了各种模型设定错 误 11-2
11-2 第11章 模型选择:标准与检验 要点:初步掌握不同的回归模型及其存在的问题,从而进 行模型的选择或修正。 CLMR的假定之一是模型是正确设定的,所以一个最基本 的问题就是:如何发现正确的模型?第11章详细讨论了 这个问题。首先考虑了一个“好”模型应具备的特性,然后 讨论了拟合错误模型的后果,最后介绍了各种模型设定错 误
■111好的”模型具有的性质 11.2设定误差的类型 113遗漏相关变量过低拟合模型 ■114包括不相关变量:“过度拟合”模型 ■115不正确的函数形式 ■116度量误差 11.7诊断设定误差:设定误差的检验 118总结 11-3
11-3 11.1 “好的”模型具有的性质 11.2 设定误差的类型 11.3 遗漏相关变量“过低拟合”模型 11.4 包括不相关变量:“过度拟合”模型 11.5 不正确的函数形式 11.6 度量误差 11.7 诊断设定误差:设定误差的检验 11.8 总结
111“好的”模型具有的性质 1简洁性 parsimony 2可识别性 identifiability 3良好的拟合优度 goodness of fit 4理论一致性 theoretical consistency 5.良好的预测能力 Predictive power 11-4
11-4 11.1 “好的”模型具有的性质 1.简洁性parsimony 2.可识别性identifiability 3.良好的拟合优度goodness of fit 4.理论一致性theoretical consistency 5.良好的预测能力predictive power
112设定误差的类型 ■模型设定:指采用的回归模型。 ■模型正确设定的含义: ■1.模型没有排除理论上的相关变量 ■2模型没有包括非相关的变量 3模型正确的函数形式 4没有度量误差 ■因此,模型可能存在以下相应的错误设定。 1-5
11-5 11.2 设定误差的类型 模型设定:指采用的回归模型。 模型正确设定的含义: 1.模型没有排除理论上的相关变量 2.模型没有包括非相关的变量 3.模型正确的函数形式 4.没有度量误差 因此,模型可能存在以下相应的错误设定
112设定误差的类型 ■模型错误设定的类型: specification errors ■1.遗漏相关变量 2包括不必要的变 3错误的函数形式 4存在度量误差 以下几节进行讨论。 -6
11-6 11.2 设定误差的类型 模型错误设定的类型:specification errors 1.遗漏相关变量 2.包括不必要的变量 3.错误的函数形式 4.存在度量误差 以下几节进行讨论
113遗漏相关变量“过低拟合?模型 1选漏相关变量的后果: 遗漏变量偏差 omitted variable bias,见p247248(6点) 2p248例111 1-7
11-7 11.3 遗漏相关变量“过低拟合”模型 1.遗漏相关变量的后果: 遗漏变量偏差omitted variable bias, 见p247-248(6点) 2.p248例11-1
遗漏相关变量的后果 5s Effect of X, on X2 0.00256 Fig 11-1 Net and gross effects of X2 on Y 11-8
11-8 遗漏相关变量的后果 Fig 11-1 Net and gross effects of X2 on Y
114包括不相关变量:“过度拟合”模型 1包括不相关变量的后果: 不相关变量偏差 irrelevant variable bias,见p249-250(4点) 2p250例112 11-9
11-9 11.4 包括不相关变量:“过度拟合”模型 1.包括不相关变量的后果: 不相关变量偏差irrelevant variable bias, 见p249-250(4点) 2.p250例11-2
115不正确的函数形式 不正确的函数形式可能导致模型设定误差。p250 11-10
11-10 11.5 不正确的函数形式 不正确的函数形式可能导致模型设定误差。p250