計量經(jīng)濟學 第三章 模型檢驗

第三章模型檢驗1、經(jīng)濟檢驗2、統(tǒng)計檢驗3、計量檢驗4、模型預(yù)測檢驗整理課件1、經(jīng)濟檢驗經(jīng)濟檢驗是模型檢驗第一個重要檢驗，因為經(jīng)驗?zāi)Ｐ偷慕?，本質(zhì)就是檢驗理論模型對現(xiàn)實問題的解釋能力。已經(jīng)被廣泛使用的正確的經(jīng)濟理論隱含著對回歸模型系數(shù)的要求，比方凱恩斯消費函數(shù)必須MPC處于0~1之間，生產(chǎn)函數(shù)的邊際本錢遞增等等，因此，建立的計量經(jīng)濟模型是否符合要求必須符合理論模型。這也是大局部設(shè)計到計量的經(jīng)濟學論文，首先都要建立一個理論模型，這既有利于建立計量經(jīng)濟模型，也有利于驗證計量經(jīng)濟模型是否正確的依據(jù)。整理課件經(jīng)濟檢驗的種類：A、系數(shù)的符號B、系數(shù)的大小C、相互關(guān)系還有些屬于隱含的經(jīng)濟理論要求，這些比較難以直接從回歸的系數(shù)中得到檢驗，學習計量經(jīng)濟學必須對經(jīng)濟理論有很好的把握。比方，消費函數(shù)中，MPC<APC的要求等。整理課件應(yīng)該指出的是，不是所有的應(yīng)用計量經(jīng)濟學論文都必須要先建立一個理論模型的，有些現(xiàn)實問題可能不能直接用一些經(jīng)典理論來說明，也有可能這種理論根本不存在，這時候，就可以完全通過計量分析建立模型，說明現(xiàn)實問題了。還有的計量論文是為了驗證一些經(jīng)濟理論是否正確的，此時的經(jīng)濟檢驗就要另當別論了。但對于我們來說，經(jīng)濟檢驗必須通過，只有通過了經(jīng)濟檢驗，才能進行下一步的統(tǒng)計檢驗。整理課件2、統(tǒng)計檢驗〔1〕模型的擬合優(yōu)度檢驗——判定系數(shù)R2〔2〕模型的顯著性檢驗——F檢驗〔3〕解釋變量的顯著性檢驗——t檢驗〔4〕參數(shù)的的置信區(qū)間檢驗整理課件為什么要進行統(tǒng)計檢驗回歸分析是要通過樣本所估計的參數(shù)來代替總體的真實參數(shù)，或者說是用樣本回歸線代替總體回歸線。盡管從統(tǒng)計性質(zhì)上，如果有足夠多的重復(fù)抽樣，參數(shù)的估計值的期望〔均值〕就等于其總體的參數(shù)真值，但在一次抽樣中，估計值不一定就等于該真值。那么，在一次抽樣中，參數(shù)的估計值與真值的差異有多大，是否顯著，這就需要進一步進行統(tǒng)計檢驗。主要包括擬合優(yōu)度檢驗、模型的顯著性檢驗、變量的顯著性檢驗及參數(shù)的區(qū)間估計。整理課件一、擬合優(yōu)度檢驗擬合優(yōu)度檢驗：對樣本回歸直線與樣本觀測值之間擬合程度的檢驗。度量擬合優(yōu)度的指標：判定系數(shù)〔可決系數(shù)〕R2問題：采用普通最小二乘估計方法，已經(jīng)保證了模型最好地擬合了樣本觀測值，為什么還要檢驗擬合程度？整理課件這是因為雖然OLS保證了殘差的平方和最小，但無論對于什么的數(shù)據(jù)都可以使用OLS求得回歸方程，可這些回歸方程也許沒有意義，比方下面的三個擬合圖形：整理課件整理課件啟示：上述三個圖形中，第二個圖形的擬合程度最好，反映在數(shù)據(jù)幾乎都集中在擬合直線的附近。這也就是說，如果對于一條擬合的直線〔曲線〕，數(shù)據(jù)越集中于擬合直線〔曲線〕，擬合的程度越好〔擬合優(yōu)度越好〕。怎樣通過一個統(tǒng)計數(shù)值來反映這種集中程度呢？計量經(jīng)濟學家發(fā)現(xiàn)，越是擬合好的直線，回歸平方和越大、誤差平方和越小。用圖表示：整理課件目標：越靠近越好！整理課件注意字母的寫法不同，含義一樣！整理課件整理課件整理課件整理課件例子：Eviews中的計算整理課件〔2〕模型的顯著性檢驗——F檢驗為什么擬合優(yōu)度已經(jīng)很好地描述了數(shù)據(jù)對模型的精確程度，還要進行模型的顯著性檢驗——F檢驗?zāi)?？判定系?shù)檢驗只能說明模型對樣本數(shù)據(jù)的近似情況，但是建立計量經(jīng)濟模型的目的是為了描述總體的經(jīng)濟關(guān)系。所謂模型的顯著性檢驗，就是檢驗?zāi)Ｐ蛯傮w的近似程度，而且最常用的檢驗方法是F檢驗。整理課件F檢驗根本思想對于多元線性回歸模型：yi=b0+b1x1i+b2x2i+…+bkxki+?i假設(shè)H0:b1=b2=…=bk=0假設(shè)假設(shè)成立，那么意味著：yi=a+?i說明y的變換主要由模型之外的變量來決定，模型的線性關(guān)系不顯著，所設(shè)定的模型沒有意義。整理課件F檢驗統(tǒng)計量在原假設(shè)H0成立的情況下，可以證明：所以，對于給定的顯著性水平a，可由F分布表查處臨界值Fa〔注意是單側(cè)檢驗〕，如果根據(jù)樣本數(shù)據(jù)計算得出：F>Fa那么拒絕原假設(shè)H0，即回歸系數(shù)b1,b2,….,bk中至少有一個顯著地不為0，此時可以認為模型的線性關(guān)系式顯著的，否那么模型的線性關(guān)系不顯著。整理課件例子：Eviews中的計算整理課件〔3〕解釋變量的顯著性檢驗——t檢驗如果模型既有很大的判定系數(shù)，也通過了模型的顯著性檢驗，為什么還要進行解釋變量的顯著性t檢驗?zāi)?？整理課件這是因為，如果模型通過了F檢驗，那么說明模型中所有解釋變量對被解釋變量的“總影響〞是顯著的，但這并不同時意味著模型中的每一個將誒是變量對y都有重要影響，或者說并不是每個解釋變量的單獨影響都是顯著。在設(shè)定計量經(jīng)濟模型的時候，我們往往根據(jù)經(jīng)驗理論和對所研究系統(tǒng)的經(jīng)驗認識，盡量找出被解釋變量的所有影響因素，這些初步選定的影響因素中間很可能就有一些實際上并不重要整理課件或其影響可以由其他變量代替的變量。為了使模型更加簡單、合理，應(yīng)該提出這些不重要的變量，使模型中只保存有顯著影響的變量。剔除不顯著的解釋變量的方法，就是解釋變量的顯著性檢驗——t檢驗。整理課件以一元回歸為例：〔1〕回歸分析是要判斷解釋變量X是否是被解釋變量Y的一個顯著性的影響因素。在一元線性模型中，就是要判斷X是否對Y具有顯著的線性性影響。這就需要進行變量的顯著性檢驗?！?〕變量的顯著性檢驗所應(yīng)用的方法是數(shù)理統(tǒng)計學中的假設(shè)檢驗。