计量经济模型检验方法探析,计量经济学论文.docx

《计量经济模型检验方法探析,计量经济学论文.docx》由会员分享，可在线阅读，更多相关《计量经济模型检验方法探析,计量经济学论文.docx（5页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、计量经济模型检验方法探析,计量经济学论文内容摘要：计量经济建模经过在逻辑上能够分为设计、估算、检验与使用等四个环节，华而不实对模型的检验是建模经过中工作量最大的部分。从内容上看对模型的检验主要包含统计检验、经济意义检验、模型元素的属性计量检验、模型的使用检验等四个方面的检验。 本文关键词语：计量经济模型；统计检验；模型检验。 一、模型检验的基本方式方法。 首先，提出统计假设，一般形式是 H0:q 属于 Q;H1:q 不属于 Q;华而不实 H0为原假设，H1为备择假设。假如原假设为真，则抽样的结果将支持 q 属于 Q 的结论；假如原假设不成立，则抽样的结果将表现出 q 不属于Q 的特征，即会接受

2、备择假设。 其次，要明确包含原假设成立条件的样本统计量，及其所服从的理论分布规律。并能够根据这种理论上的分布规律进行各种具有概率保证程度的统计测算。 第三，测算现实样本的统计量，并观察测算结果处在原假设成立时的总体分布的什么范围？通常范围的划分与确定是根据一定的概率原则进行的，即以一定的把握程度来确定判定的范围标准。该范围标准的经历体验做法是常取 90%、95%或 99%等把握水平值。 最后，要测算样本观察值的统计特征，并观察其是属于肯定域还能否定域的表现。即假如测算统计量出如今期望附近的 95%以上的大概率范围内时，就是出如今原假设的肯定域；而测算的结果若在 5%下面的小概率范围内，则应否认

3、原假设。 根据上述基本原理和步骤，在建模的各个环节都能够对模型做出一定形式的假设，并以现实观察的结果为样本，做出各类相应的统计检验。 二、模型估算的显着性检验。 模型中的参数是反映经济规律的，对模型参数的估算方式方法固然很多，且都是选择一些无偏、有效、一致性的优良估算方式方法参见(统计咨询2021 第 4 期计量经济模型的估算一文。然而参数的估计都是以样本数据推算的，而推算结果能否具有代表性，能否在模型中起显着的作用？还需要做系统的统计检验。这些检验内容主要包括如下几项： 一某参数的显着性检验。 这是对模型中某个参数做的显着性单独进行的检验，其检验经过如下： 首先，提出某参数为零的假设，该原假

4、设的意义是其对应解释变量对被解释变量的作用为零。假如该假设为真，则抽样推算的结果就应该在零的左右分布。 其次，要明确以样本推算的参数统计量是服从什么分布律的。即参数为零的假设为真时，参数估计量的分布规律。根据正态总体与回归参数的线性关系，我们知道样本回归系数也服从正态分布。但是在总体方差未知时，样本回归系数的标准化统计量将服从 T 分布。 第三，明确一个显着性概率水平及其临界值。假如显着性水平是 0.05,则在 T 分布的期望值附近 95%与远离期望值的 5%区间的界限，就是我们进行参数检验的临界值。假如样本测算的统计量在接近于 0 的 95%区间内，就能够接受原假设；假如统计量在远离 0 的

5、5%的区域，则要否认原假设。 在模型中的所有参数都应该通过显着性的 T 检验，只要通过检验的各参数才具有代表性。所以在模型的估算经过中，都要同时进行显着性检验。 二方程的显着性检验。 模型中各参数反映着各变量对被解释变量的作用程度，尤其是线性模型其各解释变量的作用之和就应该是被解释变量总的变动倾向。然而对各参数的检验是分别孤立进行的，假如各参数之间是互相独立的，其参数估计量是无偏有效的；假如某些参数之间存在线性关系，则参数估计是有偏的，且对模型的显着性检验将与参数的显着性检验结果相矛盾。由于我们并不知道各参数之间的详细关系，所以在对各参数进行统计检验的同时，还要对模型整体的显着性进行检验。检验

6、中都是使用方差分析的方式方法，即对被解释变量方差进行分解，将其分解为解释变差fX-EY和残差Y-fX两部分部。详细检验方式方法有如下两种： 第一种方式方法是假设所有的参数全部为零，假如假设为真则解释变差将较小，而残差将较大，这样解释变差与残差之比将很小；假如假设不成立，则解释变差与残差之比将很大。且这种比值服从 F 分布，以一定概率水平确定肯定域与否认域进行检验，并称之为方程显着性的 F 检验。 第二种方式方法是将解释变差与总方差之比，构成断定系数指标 0 R2 1.该指标越接近 1 讲明解释变差接近总方差，即模型的整体显着性越高。 当模型与各参数都显着时，才讲明我们估算的方程在统计上是显着成

7、立的。 三、经济意义检验。 1.参数的经历体验观察。根据经济理论或经历体验观察，某个详细参数的符号应该是正还是负？其数值的大小能否合理等问题的观察就是经济意义检验的主要内容。假如没有精度的要求，则直观的对参数能否合理或符合现实做出判定，这不仅仅是对模型进行经济意义检验的简单方式方法，更是发现模型能否存在问题的重要途经。 2.参数的约束性检验。对参数的经历体验认识越详细，其规律特征就越需要使用详细的数理形式来表述。以该表示出式的关系为约束条件，来修改和重估模型，则可得到受约束的方程估算结果。这样我们将受约束方程的残差或似然函数值，与无约束的方程的残差或似然函数值进行比照，获得残差比或似然比统计量。该类统计量往往是服从 F 或卡方分布的，所以根据这两种分布律就能够精准的进行该约束能否显着成立的假设检验了。例如 F 统计量的分子是受约方程的残差平方和RSSR与无约束方程的残差平方和 RSSU之差，而分母则是无约束方程的残差平方和。这样当 F 值接近于 0 时，则讲明受约束与无约束方程的残差接近，即约束的假设为真。