计量经济学11-模型的诊断与检验

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第10讲,第,11,章 模型的诊断与检验,File:li-11-1,File:li-11-3,file:li-11-8,第3版252页,第,11,章 模型的诊断与检验,11.1,模型总显著性的,F,检验,第3版252页,11.2,模型单个回归参数显著性的,t,检验,第3版253页,11.3 检验假设干线性约束条件是否成立的F 检验,第3版254页,只要是向模型中不断参加回归因子，无论回归因子有无显著性作用，R2 值都会不断增加，SSE值都会不断减小。,11.3 检验假设干线性约束条件是否成立的F 检验,第3版254页,11.3 检验假设干线性约束条件是否成立的F 检验,第3版254页,例,11.1,：建立中国国债发行额模型,选择3个解释变量，国内生产总值，财政赤字额，年还本付息额，根据散点图建立中国国债发行额模型如下：,DEBTt=0+1 GDPt+2 DEFt+3 REPAYt+ut,其中DEBTt表示国债发行总额单位：亿元，GDPt表示年国内生产总值单位：百亿元，DEFt表示年财政赤字额单位：亿元，REPAYt表示年还本付息额单位：亿元。,第3版255页,第3版256页,例,11.1,：建立中国国债发行额模型,EViews可以有三种途径完成上述F检验。,1在输出结果窗口中点击View，选Coefficient Tests,Wald Coefficient Restrictions功能Wald参数约束检验，在随后弹出的对话框中填入c(3)=c(4)=0。可得如下结果。其中F=537.5。,第3版256页,例,11.1,：建立中国国债发行额模型,第3版256页,例,11.1,：建立中国国债发行额模型,11.4 似然比LR检验,似然函数曲面,似然函数曲面,11.4 似然比LR检验,第3版257页,11.4 似然比LR检验,第3版258页,11.4 似然比LR检验,11.5沃尔德Wald检验只讲应用,第3版259页,11.5沃尔德Wald检验只讲应用,第3版260页,11.5沃尔德Wald检验只讲应用,第3版261页,11.5沃尔德Wald检验只讲应用,11.5沃尔德Wald检验只讲应用,第3版262页,11.6 拉格朗日乘子LM检验只讲应用,拉格朗日Lagrange乘子LM检验只需估计约束模型。所以当施加约束条件后模型形式变得简单时，更适用于这种检验。LM乘子检验可以检验线性约束也可以检验非线性约束条件的原假设。,对于线性回归模型，通常并不是拉格朗日乘子统计量LM原理计算统计量的值，而是通过一个辅助回归式计算LM统计量的值。,第3版264页,第3版第265页,11.6 拉格朗日乘子LM检验,第3版265页,11.6 拉格朗日乘子LM检验,第3版266页,11.6 拉格朗日乘子LM检验,第3版267页,11.6 拉格朗日乘子LM检验,11.7 邹Chow突变点检验不讲,11.8 JBJarque-Bera正态分布检验,对称,左,偏,右偏,11.8 JBJarque-Bera正态分布检验,全国人口万人的年龄分布,1987年1%抽样调查数据,右偏分布,南开大学05级本科计量经济学期末成绩分析,左偏分布,11.8 JBJarque-Bera正态分布检验,11.8 JBJarque-Bera正态分布检验,11.9 格兰杰Granger因果性检验,第3版277页,第3版278页,11.9 格兰杰Granger因果性检验,注意：,1“格兰杰因果性的正式名称应该是“格兰杰非因果性。只因口语都希望简单，所以称作“格兰杰因果性。,2为简便，通常总是把xt-1 对yt存在或不存在格兰杰因果关系表述为xt去掉下标-1对yt存在或不存在格兰杰因果关系严格讲，这种表述是不正确的。,3格兰杰因果关系与哲学意义的因果关系还是有区别的。如果说“xt 是yt的格兰杰原因只是说明“xt中包括了预测yt的有效信息。,4这个概念首先由格兰杰Granger在1969年提出。,第3版278页,11.9 格兰杰Granger因果性检验,例11.8 file:li-11.8：以661天1999年1月4日至2001年10月5日的上证综指SHt和深证成指SZt数据为例，进行双向的Granger非因果性分析。两个序列存在高度的相关关系，那么两个序列间可能存在双向因果关系，也有可能存在单向因果关系。,第3版278页,11.9 格兰杰Granger因果性检验,第3版279页,11.9 格兰杰Granger因果性检验,第3版280页,11.9 格兰杰Granger因果性检验,通过,EViews,计算的,Granger,因果性检验的两个,F,统计量的值见图。,SH,t,和,SZ,t,之间存在单向因果关系。即,SZ,t,是,SH,t,变化的,Granger,原因，但,SH,t,不是,SZ,t,变化的,Granger,原因。,第3版280页,11.9 格兰杰Granger因果性检验,Granger非因果性检验的EViews操作是，翻开SHt和SZt的数剧组窗口，点击View键，选Granger Causility功能。在随后翻开的对话框口中填上滞后期数2，点击OK键，即可得到图11.20的检验结果。,用滞后5,10,15,20,25期的检验式分别检验，结果见下表：,结论都是上海综指不是深圳成指变化的,Granger,原因，但深圳成指是上海综指变化的,Granger,原因。,第3版280页,11.9 格兰杰Granger因果性检验,第3版281页,11.9 格兰杰Granger因果性检验,赤池 弘次Hirotugu Akaike,补充内容，教材中没有,补充内容，教材中没有,EViews 6,，,7,输出结果,第,11,章结束,.,