模型的建立与估计中的问题及解决方案(ppt 85页)

模型的建立与估计中的问题及解决方案目录：
1.误设定（Misspecification 或specification error）
2.多重共线性（Multicollinearity）
3.异方差性（Heteroscedasticity）
4.自相关（Autocorrelation）

 

模型的建立与估计中的问题及解决方案内容摘要：
    第一节 误设定
    采用OLS法估计模型时，实际上有一个隐含的假设，即模型是正确设定的。这包括两方面的含义：函数形式正确和解释变量选择正确。在实践中，这样一个假设或许从来也不现实。我们可能犯下列三个方面的错误：
       选择错误的函数形式
 遗漏有关的解释变量
 包括无关的解释变量
从而造成所谓的“误设定”问题。
    一. 选择错误的函数形式
    这类错误中比较常见的是将非线性关系作为线性关系处理。函数形式选择错误，所建立的模型当然无法反映所研究现象的实际情况，后果是显而易见的。因此，我们应当根据实际问题，选择正确的函数形式
    我们在前面各章的介绍中采用的函数形式以线性函数为主，上一章介绍了应变量和解释变量都采用对数的双对数模型，下面再介绍几种比较常见的函数形式的模型，为读者的回归实践多提供几种选择方案。这几种模型是：  半对数模型；双曲函数模型；多项式回归模型

 

..............................