硕士计量经济学孙敬水7.ppt

第七章 单个方程回归模型的几个专题 7.1 虚拟变量 1、虚拟变量的概念及作用 许多经济变量是可以定量度量。 一些影响经济变量的因素是无法定量度量。 为了在模型中能够反映这些因素的影响，并提高模型的精度，需要将它们“量化”。 这种“量化”通常是通过引入“虚拟变量”来完成的。根据这些因素的属性类型，构造只取“0”或“1”的人工变量，通常称为虚拟变量，记为D。 虚拟变量只作为解释变量。 问题的一般性描述 一般地，在虚拟变量的设置中： 基础类型、肯定类型取值为1； 比较类型，否定类型取值为0。 例如，反映文化程度的虚拟变量可取为： D=1，本科学历 D=0，非本科学历 虚拟变量能否取1、0以外的数值？ 具有多种状态的虚拟变量如何设置？ 虚拟变量模型 同时含有一般解释变量与虚拟变量的模型称为虚拟变量模型或者方差分析（analysis-of variance: ANOVA）模型。 例如，一个以性别为虚拟变量考察企业职工薪金的模型： 虚拟变量的设置规则 （1）若定性因素有m个不同属性或相互排斥的类型，只能引入m-1个虚拟变量，否则会产生共线性。（P256） （2）若有m个定性因素，且每个因素各有两个不同的属性类型，需要引入m个虚拟变量。 （P257） 7.2 模型的设定误差 对模型的设定是计量经济研究的重要环节。 前面各章除了对随机扰动项 分布的基本假定以外，还强调: 假定设定的模型对变量和函数形式的设定是正确地描述被解释变量与解释变量之间的真实关系，假定模型中的变量没有测量误差。 但是在实际的建模实践中，对模型的设定不一定能够完全满足这样的要求，从而会使模型出现设定误差。P268 一、设定误差及类型 计量经济模型是对变量间经济关系因果性的设想，若所设定的回归模型是“正确”的，主要任务是所选模型参数的估计和假设检验。但是如果对计量模型的各种诊断或检验总不能令人满意，这时应把注意力集中到模型的设定方面： 考虑所建模型是否遗漏了重要的变量？ 是否包含了多余的变量？ 所选模型的函数形式是否正确？ 随机扰动项的设定是否合理？ 变量的数据收集是否有误差？ 所有这些，计量经济学中被统称为设定误差。 从误差来源看，设定误差主要包括： （1）变量的设定误差，包括相关变量的遗漏 （欠拟合）、无关变量的误选（过拟合）； （2）变量数据的测量误差； （3）模型函数形式的设定误差； （4）随机扰动项设定误差。 本章主要讨论的两类变量设定误差: （1）相关变量的遗漏（欠拟合）； （2）无关变量的误选（过拟合）； （3）模型函数形式的设定误差。 1. 模型遗漏了重要的解释变量（Omitting Relevant Variables） 例如，如果“正确”的模型为 而我们将模型设定为 即设定模型时漏掉了一个相关的解释变量。 这类错误称为遗漏相关变量（“欠拟合”）。 2. 无关变量的误选 (Including Irrevelant Variables) 例如，如果“真实模型”为： Y=?0+?1X1+?2X2+? 但我们却将模型设定为 Y=?0+ ?1X1+ ?2X2+ ?3X3 +? 即设定模型时，多选了一个无关解释变量。这类错误称为无关变量的误选（“过拟合”）。 3、错误的函数形式 (wrong functional form) 例如，如果“真实”的回归函数为 ●数据来源渠道可能不畅。例如，数据很难取得被迫将具有重要的经济意义变量排斥在模型之外。 ●不知道变量应当以什么确切的函数形式出现在回归模型中。 ●事先并不知道所研究的实证数据中所隐含的真实模型究竟是什么。 设定误差在建模中较容易出现。设定误差的存在可能会对模型形成不良的后果。 二、变量设定误差的后果 当模型设定出现误差时，模型估计结果也会与“实际”有偏误； 偏误的性质与程度与模型设定误差的类型密切相关。 从实质上看，变量设定误差的主要后果，是一个或多个解释变量与随机扰动项之间存在着相关性，进而影响参数估计的统计特性。 1. 遗漏相关变量（欠拟合）偏误 采用遗漏了重要解释变量的模型进行估计而带来的偏误，称为遗漏相关变量偏误。 设正确的模型为： P271(7.28) 正确模型离差形式为：P271(7.29) P271 2. 包含无关变量偏误 定义:模型中包括了不重要的解释变量，即采用误选了无关解释变量的模型进行估计而带来的偏误，称为包含无关变量偏误 设正确模型Y=b0+b1X1+b2X2+u 但却估计了Y=a0+ a1X1+ a2X2+