第四章 经典单方程计量经济学模型： 放宽基本假定的模型
第四章 经典单方程计量经济学模型： 放宽基本假定的模型
说明 经典多元线性模型在满足若干基本假定的条件下， 应用普通最小二乘法得到了无偏、有效且一致的 参数估计量。 。 在实际的计量经济学问题中，完全满足这些基本 假定的情况并不多见。不满足基本假定的情况， 称为基本假定违背。 ● 对截面数据模型来说，违背基本假定的情形主要 包括： -解释变量之间存在严重的多重共线性； 一随机干扰项序列存在异方差性； 解释变量具有内生性； 一模型设定偏误
说明 • 经典多元线性模型在满足若干基本假定的条件下， 应用普通最小二乘法得到了无偏、有效且一致的 参数估计量。 • 在实际的计量经济学问题中，完全满足这些基本 假定的情况并不多见。不满足基本假定的情况， 称为基本假定违背。 • 对截面数据模型来说，违背基本假定的情形主要 包括： – 解释变量之间存在严重的多重共线性； – 随机干扰项序列存在异方差性； – 解释变量具有内生性； – 模型设定偏误
·在建立计量经济学模型时，必须对所研究对象是 否满足OLS下的基本假定进行检验，这种检验称 为计量经济学检验。 经过计量经济学检验发现出现一种或多种基本假 定违背时，则不能直接使用OLS法进行参数估计， 而必须采取补救措施或发展新的估计方法
• 在建立计量经济学模型时，必须对所研究对象是 否满足OLS下的基本假定进行检验，这种检验称 为计量经济学检验。 • 经过计量经济学检验发现出现一种或多种基本假 定违背时，则不能直接使用OLS法进行参数估计， 而必须采取补救措施或发展新的估计方法
为什么不讨论正态性假设？ William H.Greene(2003),Econometric Analysis In view of our description of the source of the disturbances,the conditions of the central limit theorem will generally apply,at least approximately,and the normality assumption will be reasonable in most settings.Except in those cases in which some alternative distribution is assumed,the normality assumption is probably quite reasonable
为什么不讨论正态性假设？ William H. Greene(2003), Econometric Analysis • In view of our description of the source of the disturbances, the conditions of the central limit theorem will generally apply, at least approximately, and the normality assumption will be reasonable in most settings. Except in those cases in which some alternative distribution is assumed, the normality assumption is probably quite reasonable
实际上：正态性假设的违背 ·李子奈(2011)：计量经济学模型方法论 赢痍集赣器杀套塍薄鹏不智稷解释变量是随机的，随 当模型遗漏了显著的变量，如果遗漏的变量是非正态 的随机变量，随机误差项将不真有正态性。 如果待估计的模型是原模型经过函数变换得到的，随 机误差喷将不再服从正态分布。 当模型存在被解释变量的观测误差，如果观测误差相 对子随机误差项的标准差特别大、样本长度又特别小， 随机误差项的正态性假设会停致显著性水平产生二定 程度的扭曲。 当模型存在解释变量观测误差时，.一般情况下，随机 误差项的正态性假设都是不能成立的；，只有在回归函 数是线性的，且观测误差分布是正态的特殊情形下， 随机误差项的正态性才成立
实际上：正态性假设的违背 • 李子奈（2011）：计量经济学模型方法论 – 当存在模型关系误差时，如果解释变量是随机的，随 机误差项的正态性将得不到保证。 – 当模型遗漏了显著的变量，如果遗漏的变量是非正态 的随机变量，随机误差项将不具有正态性。 – 如果待估计的模型是原模型经过函数变换得到的，随 机误差项将不再服从正态分布。 – 当模型存在被解释变量的观测误差，如果观测误差相 对于随机误差项的标准差特别大、样本长度又特别小， 随机误差项的正态性假设会导致显著性水平产生一定 程度的扭曲。 – 当模型存在解释变量观测误差时，一般情况下，随机 误差项的正态性假设都是不能成立的；只有在回归函 数是线性的，且观测误差分布是正态的特殊情形下， 随机误差项的正态性才成立
§4.1多重共线性 Multicollinearity 一、多重共线性 二、实际经济问题中的多重共线性 三、多重共线性的后果 四、多重共线性的检验 五、克服多重共线性的方法 六、案例
一、多重共线性 二、实际经济问题中的多重共线性 三、多重共线性的后果 四、多重共线性的检验 五、克服多重共线性的方法 六、案例 §4.1 多重共线性 Multicollinearity
一、多重共线性的概念
一、多重共线性的概念
1、多重共线性 Y=Bo+Bx+BX2+L+Bxik+ i=1,2,L,n 如果某两个或多个解释变量之间出现了相关性，则 称为多重共线性(Multicollinearity)。 CXi+c2Xi2+L +CxXik =0 perfect multicollinearity R(X)<k+1 approximate CXi+CXi2+L +cxX+v=0 multicollinearity
1、多重共线性 如果某两个或多个解释变量之间出现了相关性，则 称为多重共线性(Multicollinearity)。 Y X X X i i i k ik i 0 1 1 2 2 = + + + + + L i n =1, 2, , L c X c X c X 1 1 2 2 i i k ik + + + = L 0 1 1 2 2 0 i i k ik i c X c X c X v + + + + = L R(X) k +1 perfect multicollinearity approximate multicollinearity
2、实际经济问题中的多重共线性 ·产生多重共线性的主要原因： 一经济变量相关的共同趋势 -模型设定不谨慎 -样本资料的限制
2、实际经济问题中的多重共线性 • 产生多重共线性的主要原因： – 经济变量相关的共同趋势 – 模型设定不谨慎 – 样本资料的限制
二、多重共线性的后果 Consequences of Multicollinearity
二、多重共线性的后果 Consequences of Multicollinearity