




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
Hausman檢驗Hausman檢驗的差不多思想是:由于在遺漏相關(guān)變量的情況下,往往導(dǎo)致解釋變量與隨機(jī)擾動項出現(xiàn)同期相關(guān)性,即,外生性條件不滿足,從而使得OLS可能量有偏且非一致。因此,對模型遺漏相關(guān)變量的檢驗?zāi)軌蛴媚P褪欠癯霈F(xiàn)解釋變量與隨機(jī)擾動項同期相關(guān)性的檢驗來替代。我們明白,當(dāng),或者解釋變量與隨機(jī)擾動項同期相關(guān)時,采納工具變量法(IV)可得到參數(shù)的一致可能量;當(dāng)解釋變量與隨機(jī)擾動項同期無關(guān)時,OLS可能量為參數(shù)的一致可能量。因此,只須檢驗IV可能量與OLS可能量是否存在顯著的差異性,以檢驗解釋變量與隨機(jī)擾動項是否同期無關(guān),進(jìn)而判不模型是否存在著遺漏相關(guān)變量的情況。Hausman檢驗在原假設(shè)條件下,IV可能量與LS可能量差不多上一致的,而在備擇假設(shè)中,只有IV可能量是一致的。若外生性條件確定滿足時,我們更傾向于使用LS可能量;而當(dāng)外生性條件不確定滿足時,就需要使用IV可能量。令,則H檢驗統(tǒng)計量為一個Wald統(tǒng)計量:能夠證明得到。則若拒絕原假設(shè)則需要選用IV可能量。模型選擇統(tǒng)計量我們明白,隨著模型中變量個數(shù)的增加,殘差平方和將減小,擬合優(yōu)度增加,但自由度減少。和指標(biāo)的提出差不多上為了權(quán)衡減小和自由度丟失兩個方面,是模型選擇中最常用的標(biāo)準(zhǔn)。近年來,若干模型選擇的標(biāo)準(zhǔn)相繼面世。這些標(biāo)準(zhǔn)所采納的的形式均為殘差平方和與具有懲處意義的自由度因子(表征模型設(shè)定復(fù)雜度)的乘積。其中,赤池(1970,1974)提出了有限預(yù)測誤差(FPE)和赤池信息準(zhǔn)則(AIC);漢南(Hannan)和奎因(Quinn)的HQ準(zhǔn)則;許瓦茲準(zhǔn)則(SCHWARZ);施巴塔準(zhǔn)則(Shibata);賴斯準(zhǔn)則(RICE);廣義交叉確認(rèn)準(zhǔn)則(GCV)等。下表是關(guān)于各類不同標(biāo)準(zhǔn)的總結(jié)。這些統(tǒng)計量也被稱為模型選擇統(tǒng)計量。SGMASQHQAICRICEFPESCHWARZGCVSHIBATA理想情況是,我們所設(shè)定的模型,在上述各科統(tǒng)計量中,與其他模型相比較,有著較小的檢驗統(tǒng)計值。換言之,模型選擇的標(biāo)準(zhǔn)為,上述各個模型選擇統(tǒng)計量具有較小的統(tǒng)計值。各個統(tǒng)計量的推導(dǎo)不作要求??紤]題1、假設(shè)真實的模型為:,若遺漏變量,討論可能量的無偏性。若我們關(guān)懷的不是回歸參數(shù),而是的預(yù)測值,遺漏變量是否帶來偏誤?若是的線性函數(shù),結(jié)論是如何樣的?2、證明:有約束的統(tǒng)計量絕可不能比無約束的統(tǒng)計量大,加入約束條件不能提高模型的擬合優(yōu)度。(提示:從RSS入手。)3、對一個常數(shù)、和的多元回歸結(jié)果如下:,=8/60,,模型滿足古典的假設(shè)條件,依照這些結(jié)果,檢驗兩個斜率之和為1的假設(shè)。Wald檢驗、拉格朗日乘數(shù)檢驗和似然比檢驗差不多思路:(1)沃爾德檢驗關(guān)于回歸模型的參數(shù)約束而言,能夠是線性約束也能夠是非線性約束。設(shè),采納ML可能,有:則:故當(dāng)成立時,有:Wald檢驗統(tǒng)計量為:其中,是無約束條件下的參數(shù)可能向量。在和大樣本條件下,W遵從自由度等于約束個數(shù)的卡方分布。其中,約束個數(shù)是指約束方程的個數(shù)。(2)似然比檢驗差不多思想設(shè)總體的密度函數(shù)(或分布列)為,為未知參數(shù),,現(xiàn)考慮如下的檢驗問題:,(1)其中與是非空子集,且與不相交,下面為方便起見,討論與之并為的情況。設(shè)是來自的樣本,記其似然函數(shù)為,與分不是的參數(shù)空間與上的極大似然可能,似然函數(shù)在與上的極大值分不記為與,即和,記其比值為:(2)其中,是一個統(tǒng)計量,由于范圍越大L的最大值可不能減少,故總有,這意味著。由于似然函數(shù)能夠看成是給定樣本后,出現(xiàn)可能性的一種度量。設(shè)的密度函數(shù)為,為階的未知參數(shù)向量,,。分三種情形討論1.,;2.,;3.,;①簡單假設(shè)情形:,則有:當(dāng)成立時,有:,且的拒絕域為:。②復(fù)合假設(shè)情形:,其中:是的向量,與是一一對應(yīng),連續(xù)。由于為的極大似然可能,則:,可得:因此,。③一般情形:,則有檢驗統(tǒng)計量(3)拉格朗日乘數(shù)檢驗差不多思想由于在非限制條件下,滿足,即在處為0。若成立,則也應(yīng)在0附近??紤]到和均為的一致性可能,有約束條件下的對數(shù)似然函數(shù)為因而,有。此乃拉格朗日乘數(shù)檢驗:若成立,則;則可依據(jù)構(gòu)造檢驗統(tǒng)計量,得到給定顯著水平條件下的拒絕
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 充電樁設(shè)備研發(fā)與市場推廣合作協(xié)議
- 智能家居設(shè)備采購數(shù)量調(diào)整與取消的補(bǔ)充協(xié)議
- 車輛抵押貸款與汽車金融服務(wù)全面合作協(xié)議
- 生態(tài)農(nóng)業(yè)園內(nèi)餐館租賃及農(nóng)業(yè)觀光服務(wù)合同
- 綠色環(huán)保彩鋼板屋頂系統(tǒng)銷售與安裝合作協(xié)議
- 跨區(qū)域連鎖餐廳員工餐飲福利合同
- 健美青少年大賽行業(yè)跨境出海項目商業(yè)計劃書
- 人造雞肉沙拉套餐創(chuàng)新創(chuàng)業(yè)項目商業(yè)計劃書
- 體育運(yùn)動訓(xùn)練營行業(yè)跨境出海項目商業(yè)計劃書
- 博物館藏品保護(hù)與修復(fù)技術(shù)展覽行業(yè)深度調(diào)研及發(fā)展項目商業(yè)計劃書
- 軟件系統(tǒng)運(yùn)行維護(hù)流程及的方案
- 一年級數(shù)學(xué)下冊100以內(nèi)加減法口算練習(xí)題一
- 國開(安徽)2024年《內(nèi)部控制》形考任務(wù)1-2答案終考答案
- 100以內(nèi)加減法豎式計算300道及答案
- 兒科有關(guān)疾病課件
- 2024年海南省??谑行∩鯏?shù)學(xué)試卷(含答案)
- 臺球俱樂部股東合同范本
- 個人沙石購銷合同協(xié)議書
- 人工智能教學(xué)設(shè)計《圖像識別教學(xué)設(shè)計》
- 租賃保證金保證書樣式
- 2024-2030年中國氯化聚醚行業(yè)市場運(yùn)行狀況及前景趨勢分析報告
評論
0/150
提交評論