計量經(jīng)濟學

Econometrics

模型設(shè)定和數(shù)據(jù)問題提要一、函數(shù)形式誤設(shè)二、對無法觀測解釋變量用代理變量三、隨機斜率模型四、有測量誤差時OLS的性質(zhì)五、

數(shù)據(jù)缺失、非隨機樣本級異常觀測回顧第８章討論了高斯-馬爾科夫假定不成立的一種情況。雖然誤差的異方差性可被看成是一種模型誤設(shè)，但它只是相對次要的一種。異方差性的出現(xiàn)并不會導致OLS估量的偏誤或不一致性。而且，通過調(diào)整置信區(qū)間、t統(tǒng)計量和F統(tǒng)計量，我們很容易地在OLS估計之后做出正確的推斷；甚至通過使用加權(quán)最小二乘法，還能得到更加有效的估計量。本章要討論內(nèi)容如下一、函數(shù)形式誤設(shè)1、定義：當設(shè)定的多元回歸模型沒有正確地解釋因變量和所觀測解釋變量之間的關(guān)系，它就存在函數(shù)形式誤設(shè)的問題。一、函數(shù)形式誤設(shè)2、出現(xiàn)函數(shù)形式誤設(shè)的兩種情況：一種是遺漏重要的自變量；另一種是包括了多余的無關(guān)自變量。因此，一、函數(shù)形式誤設(shè)

3、怎樣檢驗函數(shù)形式誤設(shè)考察下面例子一、函數(shù)形式誤設(shè)例9.1-續(xù)一、函數(shù)形式誤設(shè)例9.1-續(xù)一、函數(shù)形式誤設(shè)例9.1-續(xù)一、函數(shù)形式誤設(shè)在許多情形下，使用某些變量的對數(shù)形和添加二次項，就足以發(fā)現(xiàn)經(jīng)濟學中許多重要的非線性關(guān)系。由于因變量的性質(zhì)，例9.1是一個棘手的函數(shù)形式問題。還有一些其他模型，在理論上更適合于處理只取幾個整數(shù)值的因變量。思考題一、函數(shù)形式誤設(shè)（1）對函數(shù)形式誤設(shè)問題的一般檢驗：RESET一、函數(shù)形式誤設(shè)（1）一般檢驗-續(xù)一、函數(shù)形式誤設(shè)（1）一般檢驗-續(xù)例9.2住房價格方程一、函數(shù)形式誤設(shè)（1）一般檢驗-續(xù)例9.2住房價格方程解釋和說明（2）對非嵌套模型的檢驗（non-nestyedalternatives）定義：非嵌套模型（non-nestyedmodel）

一、函數(shù)形式誤設(shè)一、函數(shù)形式誤設(shè)（2）對非嵌套模型的檢驗-續(xù)一、函數(shù)形式誤設(shè)（2）對非嵌套模型的檢驗-續(xù)一、函數(shù)形式誤設(shè)（2）對非嵌套模型的檢驗-續(xù)二、對無法觀測解釋變量用代理變量1、問題

二、對無法觀測解釋變量用代理變量2、怎樣解決呢？二、對無法觀測解釋變量用代理變量做出必要的假設(shè)之一二、對無法觀測解釋變量用代理變量做出必要的假設(shè)之二二、對無法觀測解釋變量用代理變量做出必要的假設(shè)之二-續(xù)

二、對無法觀測解釋變量用代理變量例9.3IQ作為能力的代理變量二、對無法觀測解釋變量用代理變量例9.3IQ作為能力的代理變量-續(xù)二、對無法觀測解釋變量用代理變量例9.3IQ作為能力的代理變量-續(xù)二、對無法觀測解釋變量用代理變量例9.3IQ作為能力的代理變量-續(xù)二、對無法觀測解釋變量用代理變量注意二、對無法觀測解釋變量用代理變量3、用滯后因變量作為代理變量二、對無法觀測解釋變量用代理變量3、用滯后因變量作為代理變量-續(xù)考慮下面的例子二、對無法觀測解釋變量用代理變量3、用滯后因變量作為代理變量-續(xù)例9.4城市犯罪率二、對無法觀測解釋變量用代理變量例9.4城市犯罪率-續(xù)三、隨機斜率模型

目前為止對回歸討論中，一直都假定總體中的個人具有相同的斜率系數(shù)，或斜率即便不同，也只是在一些可以度量的特征上有所差別，在這種情況下，我們就使用包含交互項的回歸模型。三、隨機斜率模型如何求解隨機系數(shù)模型三、隨機斜率模型如何求解隨機系數(shù)模型-續(xù)三、隨機斜率模型如何求解隨機系數(shù)模型-續(xù)四、有測量誤差時OLS的性質(zhì)當我們在回歸模型中使用經(jīng)濟變量不精確的度量時，我們的模型就包含了測量誤差。本節(jié)推導測量誤差對通最小二乘估計所造成的后果。雖然OLS在一些特定的假定之下是無偏的，但在其他情況下又是有偏誤的。在某些偏誤的情形下，我們能推導出漸近偏誤的大小。四、有測量誤差時OLS的性質(zhì)1、因變量測量誤差考察下面的模型四、有測量誤差時OLS的性質(zhì)1、因變量測量誤差-續(xù)四、有測量誤差時OLS的性質(zhì)1、因變量測量誤差-續(xù)例9.5有測量誤差的儲蓄方程四、有測量誤差時OLS的性質(zhì)2、解釋變量測量誤差傳統(tǒng)上認為，某個解釋變量中存在測量誤差的問題，比因變量中的測量誤差嚴重得多。本小節(jié)將看到為什么會是這樣。四、有測量誤差時OLS的性質(zhì)2、解釋變量測量誤差-續(xù)四、有測量誤差時OLS的性質(zhì)2、解釋變量測量誤差-續(xù)四、有測量誤差時OLS的性質(zhì)2、解釋變量測量誤差-續(xù)四、有測量誤差時OLS的性質(zhì)2、解釋變量測量誤差-續(xù)四、有測量誤差時OLS的性質(zhì)2、解釋變量測量誤差-續(xù)四、有測量誤差時OLS的性質(zhì)2、解釋變量測量誤差-續(xù)例9.7存在測量誤差的GPA方程四、有測量誤差時OLS的性質(zhì)2、解釋變量測量誤差-續(xù)五、

數(shù)據(jù)缺失、非隨機樣本級異常觀測上節(jié)討論的測量誤差問題也可被看成數(shù)據(jù)問題：我們不能得到所關(guān)注變量的數(shù)據(jù)。在經(jīng)典的變量誤差模型中，合成誤差項與被誤測的自變量相關(guān)，因而違背了高斯-馬爾科夫假定。五、

數(shù)據(jù)缺失、非隨機樣本級異常觀測1、數(shù)據(jù)缺失五、

數(shù)據(jù)缺失、非隨機樣本級異常觀測1、數(shù)據(jù)缺失-續(xù)1、數(shù)據(jù)缺失-續(xù)五、

數(shù)據(jù)缺失、非隨機樣本級異常觀測2、非隨機樣本外生樣本選擇的問題五、

數(shù)據(jù)缺失、非隨機樣本級異常觀測五、

數(shù)據(jù)缺失、非隨機樣本級異常觀測2、非隨機樣本-續(xù)五、

數(shù)據(jù)缺失、非隨機樣本級異常觀測2、非隨機樣本-續(xù)內(nèi)生樣本選擇問題2、非隨機樣本-續(xù)五、

數(shù)據(jù)缺失、非隨機樣本級異常觀測2、非隨機樣本-續(xù)五、

數(shù)據(jù)缺失、非隨機樣本級異常觀測3、異常觀測在某些應(yīng)用研究中，特別是在數(shù)據(jù)集較小時OLS估計值會受到一個或幾個觀測的影響。如果將一個觀測從回歸分析中去掉，會使得OLS估計值發(fā)生“很大”的實際變化，那它就是異常數(shù)據(jù)。異常數(shù)據(jù)的概念也有些模糊，因為它要求將一次觀測的變量值與樣本中其余觀測的變量值進行比較。不過，我們還是要小心提防“異?！睖y，因為它們可能對OLS估計值有很大的影響。五、

數(shù)據(jù)缺失、非隨機樣本級異常觀測3、異常觀測例9.8