实验八 模型设定与诊断检验

第八章模型设定与诊断检验
一、实验目的
1、熟悉模型设定过程中缺失变量与多余变量的检验
2、熟悉残差检验
3、熟悉模型稳定性检验
二、实验要求
1、掌握缺失变量与多余变量的检验的操作方法
2、掌握残差检验的操作方法
3、掌握模型稳定性检验的操作方法
三、实验内容
下表列出台湾地区1958~1972年总产出、资本投入和劳动投入
输入数据
1、建立工作文件create a 58 72 （或者采用命令workfile kk a 58 72）
2、输入数据data y I k
3、建立回归模型ls y c I k
台湾地区生产函数为
Y=-32135.74+2.44546L+0.344011K
(-10.728) (0.3987) (8.825)
R2=0.99
模型有很高拟合优度，但变量劳动的统计量值没有通过显著性检验
建立C-D生产函数模型
输入命令ls log(y) c log(i) log(k)
C-D生产函数为log(y)=-8.393324+0.673615 log(L)+1.180703 log(k)
（4.396919）（3.908039）
R2=0.982456
回归系数符合合理，系数显著
检验C-D生产函数中劳动与资本的回归系数是否相加为1
在估计结果窗口中，点击view---coefficient test---wald---coefficient restrictions,然后在弹出的窗口输入公式表达的约束：c(2)+c(3)=1
弹出结果
第一个表格中的F统计量值，就是利用回归系数线性约束的F检验的结果。

从结果中可以看出，p值很小，所以可以拒绝原假设，即规模报酬不变不成立。

缺失变量检验
在估计结果窗口中，点击view---coefficient test---omitted variables-likelihood ratio 在弹出的对话框输入log(i-2)
如果误差独立且服从正态分布，在H0下，F统计量将有确定样本F分布，分子自由度为添加回归因子数。

分母自由度为小于总回归因子的观测值数。

对数似数比统计量就是LR检验统计量且渐进服从卡方分布，自由度等于添加回归因子数。

本例中，检验结果不能拒绝原假设，即添加变量不显著。