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
