统计学计量经济学

第十三回 模型检验常用统计量

2018-08-25  本文已影响91人  5a41eb2ceec6

1.F统计量

作用:检验模型总显著性

F统计量

2.t 统计量

作用:检验回归系数显著性

t统计量

3.F统计量

作用:检验线性约束条件是否成立

线性约束 线性约束 线性约束

4.似然比统计量(LR)

作用:检验线性约束条件是否成立

似然比统计量

5.沃尔德统计量(Wald)

作用:检验回归参数线性约束与非线性约束是否成立

沃尔德统计量 沃尔德统计量

6.拉格朗日乘子统计量(LM)

作用:检验回归参数线性约束与非线性约束是否成立

拉格朗日乘子统计量 image.png

关于LR、LM、Wald

比较 比较

究竟采取哪种检验常取决于“无约束估计”与“有约束估计”哪种更方便。
如果无约束估计更方便,常使用 Wald 检验(比如,对线性回归系数的显著性检验);
如果有约束估计更方便,常使用LM 检验(比如,对异方差、自相关的检验);
如果二者都方便,可使用LR检验(比如,对非线性回归方程的显著性检验)。

7.JB统计量

作用:检验模型误差项是否服从正态分布

JB统计量 JB统计量

8.赤池准则(AIC)施瓦茨准则(SC)汉南-奎因准则(HQ)

作用:检验模型最优滞后滞后期

准则

9.格兰杰因果性检验(Granger)

作用:检验模型变量间的因果关系

格兰杰 格兰杰

10.邹突变点检验(Chow)、邹稳定性检验、递归分析

作用:检验模型是否存在结构变化

10.1邹突变点检验(Chow)

Chow

10.2邹稳定性检验(Chow)

Chow

参考资料:
第13章模型检验的常用统计量
《计量经济学及Stata应用》 陈强

上一篇下一篇

猜你喜欢

热点阅读