1、第五章,回歸分析中常見(jiàn)的 問(wèn)題及對(duì)策,計(jì)量經(jīng)濟(jì)學(xué)第五章,2,誤設(shè)定(misspecification or specification) 多重共線性(multicollinearity) 異方差性(heteroskedasticity) 自相關(guān)(autocorrelation),本章學(xué)習(xí)的主要內(nèi)容,計(jì)量經(jīng)濟(jì)學(xué)第五章,3,一、誤設(shè)定模型的檢驗(yàn),適合性檢驗(yàn)(joint significance test) LM檢驗(yàn)(Lagrange Multiplier test) 信息基準(zhǔn)值檢驗(yàn)(information crierion) 模型的非線性檢驗(yàn),計(jì)量經(jīng)濟(jì)學(xué)第五章,4,1.適合性檢驗(yàn)(joint si

2、gnificance test),無(wú)約束模型(U) 有約束模型(K) (general to simple) 計(jì)算統(tǒng)計(jì)量F F=(RSSK-RSSu)/J RSSu/(n-k-1),F(J, n-k),J 為表示約束條件數(shù), K 為表示自變量數(shù) 或者 應(yīng)估計(jì)的參數(shù)數(shù), n 為表示樣本數(shù)(obs),計(jì)量經(jīng)濟(jì)學(xué)第五章,5,2. LM檢驗(yàn)(Lagrange Multiplier test),有約束模型(R) 無(wú)約束模型(U),用有約束模型(R)求出殘差(resid); 以殘差(resid)為因變量,所有的說(shuō)明自變量做自變量進(jìn)行回歸分析; 原假設(shè): 新加說(shuō)明變量的系數(shù)為零,計(jì)算統(tǒng)計(jì)量LM=nR X(J

3、, a) n 為表示樣本數(shù), R表示以殘差為因變量進(jìn)行回歸分析得到的R值。,計(jì)量經(jīng)濟(jì)學(xué)第五章,6,無(wú)約束模型(U)與有約束模型(R) 中各得出信息值A(chǔ)IC, SC * 以信息值A(chǔ)IC, SC小的為準(zhǔn)采用。,3.信息基準(zhǔn)值檢驗(yàn) (information rierion),計(jì)量經(jīng)濟(jì)學(xué)第五章,7,4.模型的非線性檢驗(yàn),i=1,2,n,求出殘差(resid)； 以殘差(resid)為因變量, X2i , X3i, X2i 2,X3i 2, X2iX3i,做自變量進(jìn)行回歸分析; 估計(jì)后的方程可以寫成 原假設(shè): b4 = b5 = b6 =0 計(jì)算統(tǒng)計(jì)量LM=nR X(J, a) 。,i=1,2,n,計(jì)量

4、經(jīng)濟(jì)學(xué)第五章,8,首先估計(jì)出簡(jiǎn)單(單純)方程 View/Coefficient Tests/Omitted Variables-Likelihood Ratio 出現(xiàn)對(duì)話框時(shí),寫入新變量名 OK 檢驗(yàn)結(jié)果出現(xiàn)在上端,如果P值很小時(shí), 拒絕原假設(shè)即應(yīng)加新變量。,用Eviews的誤設(shè)定檢驗(yàn)1,計(jì)量經(jīng)濟(jì)學(xué)第五章,9,用Eviews的誤設(shè)定檢驗(yàn)2,首先估計(jì)出一般方程 View/Coefficient Tests/Redundant Variables-Likelihood Ratio 出現(xiàn)對(duì)話框時(shí),寫入刪除變量名-OK 對(duì)比刪除前后的AIC與SC信息值,信息 值小的結(jié)論是應(yīng)采納的。,計(jì)量經(jīng)濟(jì)學(xué)第五章,

5、10,用Eviews的誤設(shè)定檢驗(yàn)3,第一,估計(jì)出簡(jiǎn)單(單純)方程 第二,在命令窗口上寫入genr v_hat=resid 或者 Procs/Generate Series中 v_hat=resid 發(fā)現(xiàn)v_hat 第三,估計(jì)出新的回歸方程 即選擇Quick/Estimate Equation后寫入 v_hat c xi x2i x3i 命令scalar LM=regobs*R -Enter 雙擊LM時(shí),在下邊出現(xiàn)LM值./或直接計(jì)算。,計(jì)量經(jīng)濟(jì)學(xué)第五章,11,二、多重共線性的檢驗(yàn)及對(duì)策,診斷方法,系數(shù)估計(jì)值的符號(hào)不對(duì)； 參數(shù)估計(jì)值不穩(wěn)定; R2很大,但重要的自變量 t 值很低; 自變量之間呈高

6、度相關(guān)(正負(fù)0.80.9) 則表明多重共線性存在。,計(jì)量經(jīng)濟(jì)學(xué)第五章,12,對(duì)策:,去掉關(guān)系不大的變量,但應(yīng)注意遺漏變量問(wèn)題; 重新建立模型(差分或?qū)?shù)處理); 利用事先掌握的信息變換模型; (如:Cobb-Douglas函數(shù)中K與L之間存在多重 共線性,且它們的系數(shù)之和等于1) 增加樣本數(shù).,計(jì)量經(jīng)濟(jì)學(xué)第五章,13,用Eviews的多重共線性檢驗(yàn)1,相關(guān)系數(shù)法 首先同時(shí)選擇所有的自變量; 然后雙擊-出現(xiàn)選擇欄時(shí)點(diǎn)擊 Open Group/View/Correlations; 觀察各自變量之間的大小。,計(jì)量經(jīng)濟(jì)學(xué)第五章,14,用Eviews的多重共線性檢驗(yàn)2,VIF(Variance Infl

7、ation Factor)法 方差擴(kuò)大因子法VIF10時(shí)嚴(yán)重。 如果完全共線性時(shí)，出現(xiàn)“Near Singular Matix） 計(jì)算自變量的VIF。(存方程時(shí)不妨命名為eqxx)。它是xx為因變量,其余變量為自變量的方程。 主窗口命令行輸入scalar vifxx=1/(1-eqxx.R) 發(fā)現(xiàn)新標(biāo)量vifxx /同時(shí)主窗口的左下角出現(xiàn)“vifxx successfully created”/雙擊vifxx時(shí),主窗口的左下角出現(xiàn)VIF值。,計(jì)量經(jīng)濟(jì)學(xué)第五章,15,用Eviews的多重共線性對(duì)策,Quick/Estimate Equation的對(duì)話框中 對(duì)數(shù)法： 直接輸入log(Y) c lo

8、g(X1) log(X2) 或 差分法： 輸入Y-Y(-1) C X1-X1(-1) X2-X2(-1) 但差分常常會(huì)丟失一些信息,運(yùn)用時(shí)應(yīng)慎重。 多重共線性多出現(xiàn)在橫截面資料上。,計(jì)量經(jīng)濟(jì)學(xué)第五章,16,三、異方差性的檢驗(yàn)及對(duì)策,Var(i)Var(j) (ij)時(shí), i中存在異方差性(Herteroskedasticity)。 即隨機(jī)項(xiàng)中包含著對(duì)因變量的影響因素。 異方差性多發(fā)生在橫截面資料上。,計(jì)量經(jīng)濟(jì)學(xué)第五章,17,異方差性的檢驗(yàn),1.圖示檢驗(yàn)法 如模型為Yi=0+1X1i+2X2i+i 時(shí), 以隨機(jī)項(xiàng)(resid)的估計(jì)值作為縱坐標(biāo), 因變量(Yi )作為橫坐標(biāo)作出散點(diǎn)圖。 觀察殘差

9、的絕對(duì)值分布比較隨機(jī),無(wú)明顯的規(guī)律,可判斷為不存在異方差性。,計(jì)量經(jīng)濟(jì)學(xué)第五章,18,2.懷特(White)檢驗(yàn)法 如果模型為Yi=0+1Xi+2X2i+i時(shí), 求出殘差(resid) 計(jì)算出殘差(resid ) 以resid作為因變量, Xi ,X2i,Xi2,X2i2, XiX2i, 作為自變量進(jìn)行回歸分析 (H0: a1=a2=a3=a4=a5) 計(jì)算nR2X2(J, a)分布, 在這里 n為樣本數(shù) R2為第二次回歸分析時(shí)的決定系數(shù) J為第二次回歸分析時(shí)的自變量數(shù)。,計(jì)量經(jīng)濟(jì)學(xué)第五章,19,3.用Eviews的檢驗(yàn)法,建立一般模型 View/Residual Test/White Het

10、eroscedasticity/選擇(no crossterms)與 (crossterms)會(huì)出現(xiàn)不同的檢驗(yàn)結(jié)果。 用上面的F值(P值)判斷是否拒絕假設(shè)。 no crossterms無(wú)交叉項(xiàng)XiXi+1 Crossterms有交叉項(xiàng)XiXi+1,計(jì)量經(jīng)濟(jì)學(xué)第五章,20,用Eviews的異方差性對(duì)策1,如建立模型為Yi=0+1Xi+2X2i+i時(shí), 點(diǎn)擊Equation-Estimate/選擇Option出現(xiàn)對(duì)話框時(shí),選擇Heteroskedasticity Consistent Covariance-OK,計(jì)量經(jīng)濟(jì)學(xué)第五章,21,用Eviews的異方差性對(duì)策2,如建立模型為Yi=0+1Xi+

11、2X2i+i時(shí), 在命令窗口上 genr resid11=resid 以resid11或log(resid11)作為因變量, Xi ,X2i,Xi2,X2i2, XiX2i,作為自變量進(jìn)行回歸分析 重現(xiàn)在在命令窗口上 genr resid12=resid 點(diǎn)擊Equation-Estimate/選擇Option出現(xiàn)對(duì)話框時(shí),選擇“Weighted LS/TSLS” Weight框中寫入“1/resid12”O(jiān)K Equation-Estimate中寫入Yi Xi X2iOK,計(jì)量經(jīng)濟(jì)學(xué)第五章,22,四、自相關(guān)的檢驗(yàn)及對(duì)策,Cov (j ,j)=0 (i不等于j)不成立,則擾動(dòng)項(xiàng)自相關(guān)(Seri

12、al correlation)。 原因: (1)擾動(dòng)項(xiàng)的刺激影響往往不止持續(xù)一個(gè)時(shí)期。 (2)誤設(shè)定(遺漏)or不正確的函數(shù)形式會(huì)導(dǎo)致。 后果: -用OLS估計(jì)不具有最小方差,(不是BLUE) -無(wú)法信賴參數(shù)的置信區(qū)間或假設(shè)檢驗(yàn)結(jié)果。,計(jì)量經(jīng)濟(jì)學(xué)第五章,23,診斷方法,1. 用殘差的散點(diǎn)圖分析(residual plotting) 時(shí)間變量or因變量作為橫坐標(biāo),resid作為 縱坐標(biāo)畫出散點(diǎn)圖觀察趨勢(shì)。 時(shí)間變量的生成法: 主命令窗口上寫入genr T=trend(1)+1 選擇T與resid以后Open group/Quick/Graph/Scater Diagram-Show Option

13、選擇后右下角中點(diǎn)擊connect points-OK,計(jì)量經(jīng)濟(jì)學(xué)第五章,24,2.Durbin-Watson檢驗(yàn)法 (et-e)2 et2 etet-1 et-12,DW=,et =et-1+ut,DW=2(1-),=,Durbin-Watson stat值 DW接近0時(shí)(= +1),有正相關(guān); DW大約2時(shí)(= 0),無(wú)自相關(guān); DW接近4時(shí)(= -1),有負(fù)相關(guān)。,計(jì)量經(jīng)濟(jì)學(xué)第五章,25,3.用Eviews的LM檢驗(yàn),如建立模型為Yt=0+1Xt+2X2t+t時(shí), Equation-Estimate中View/Residual Test/Serial Correlation LM TestOK View/Residual Test/ARCH LM TestOK,計(jì)量經(jīng)濟(jì)學(xué)第五章,26,LM檢驗(yàn)法