Question

计量经济模型的计量经济检验包括随机误差项的什么检验

Answer 1

需要。对存在异方差性的模型可以采用加权最小二乘法进行估计。异方差性的检测——Whitetest在此检测中，原假设为：回归方程的随机误差满足同方差性。对立假设为：回归方程的随机误差满足异方差性。判断原则为：如果nR^2>chi^2(k-1），则原假设就要被否定，即回归方程满足异方差性。在以上的判断式中，n代表样本数量，k代表参数数量，k-1代表自由度。chi^2值可由查表所得。如何判断数据存在自相关性a.用相关计量软件:比如说E-VIEWS检查残差的分布。如果残差分布具有明显和圆润的线性分布图像，说明自相关性存在的可能性很高。反之，无规则波动大的分布图像显示出相关性微弱。b.Durbin-WatsonStatistics(德宾—瓦特逊检验)：假设timeseries模型存在自相关性，我们假设误差项可以表述为Ut=ρ*Ut-1+ε.利用统计检测设立假设，如果ρ=o.则表明没有自相关性。Durbin-Watson统计量（后面建成DW统计量）可以成为判断正、负、零（无）相关性的工具。DW统计量：d=∑(Ut-Ut-1)^2/∑ut^2≈2*(1-ρ).如果d=2则基本没有自相关关系，d靠近0存在正的相关关系，d靠近4则有负的相关关系。c.Q-Statistics以（box-pierce)-Eviews(7thversion第七版本）为例子：很多统计计量软件软件提供Qtest来检测，这里用Eviews为例子。Q的统计量（teststatistics）为Q=n*∑ρ^2.零假设nullhypothesisH0=0和方法2的含义一样。如果零假设证明失败，则对立假设ρ≠0成立，意味着有自相关性。如何减弱模型的自相关性方法一（GLSorFGLS）：假设存在自相关性的模型，误差项之间的关系为：Ut=ρ*Ut-i+ε（ε为除了自相关性的误差项，i.i.d~（0,σ）.t时期的模型为yt=βxt+Ut,t-1时期则为ρ*yt-1=ρ*βxt-1+ρ*Ut-t。用t时期的减去t-1时期的可得出yt-yt-1=β(xt-xt-1)+(Ut-Ut-1).已知Ut-Ut-i=ε。经过整理后新的模型满足Gauss-Makov的假设和，Whitenoisecondition（同方差性或者等分散），没有自相关性。方法二（HAC：HeteroscedasticityAutocorrelationconsistent):以Eviews为例子，在分析模型时选择HAC，在模型中逐渐添加timelag的数目，来校正DW统计量达到正常值减少自相关性。