實驗八模型設定偏誤問題實驗八模型設定偏誤問題實驗八模型設定偏誤問題實驗八模型設定偏誤問題編制僅供參考審核批準生效日期地址：電話：傳真:郵編:實驗八模型設定偏誤問題姓名：何健華學號：0203班級：13金融數學2班一實驗目的：掌握模型設定偏誤問題的估計與應用，熟悉EViews的基本操作。二實驗要求：應用教材P183例子的案例，利用RESET檢驗檢驗模型設定偏誤問題；應用教材P185例子的案例，利用Box-Cox變換比較線性模型與雙對數線性模型的優劣。三實驗原理：普通最小二乘法、阿爾蒙法、格蘭杰因果關系檢驗、DW檢驗。四預備知識：普通最小二乘法，F檢驗，Box-Cox變換。五實驗步驟一、下表列出了中國某年按行業分的全部制造業國有企業及規模以上制造業非國有企業的工業總產值Y，資產合計K及職工人數L。序號工業總產值Y（億)序號工業總產值Y（億元）資產合計K（億元）職工人數L（萬人）序號工業總產值Y（億元）資產合計K（億元）職工人數L（萬人）1113174326718613841924042720222532721806120229675823222831241639162524410662614511582713812282846136129218142543019158331451633假設有人不同意原冪函數模型是正確設定的模型，而下面的線性形式是正確設定的模型，將如何檢驗哪一個模型設定更正確建立工作工作文件并錄入數據，得到圖圖采用RESET檢驗來檢驗模型的設定偏誤對于原冪函數形式的模型，變換成雙對數模型采用OLS進行估計，估計結果如圖。圖在圖窗口選擇“Views\StabilityTest\RamseyRESETTest...”，在出現的RESETSpecification窗口的Numberoffittedterms欄內輸入“1”，點擊“OK”，得到檢驗結果如圖所示。圖由F統計量的伴隨概率知，在5%的顯著性水平下，不拒絕原模型沒有設定偏誤的假設。采用OLS對線性模型進行估計，估計結果如圖。圖同樣地，選擇“Views\StabilityTest\RamseyRESETTest”，在新出現的對話框中輸入“1”，得如圖所示的RESET檢驗結果。圖首先，盡管K與L的參數估計值的t統計量在5%的顯著性水平下都是顯著的，但擬合優度比原冪函數的模型低。由F統計量的伴隨概率知，在5%的顯著性水平下，拒絕原模型沒有設定偏誤的假設。可見，相比較而言，線性模型確有設定偏誤，而原冪函數模型沒有設定偏誤問題。二、通過Box-Cox變換檢驗中國居民總量消費函數的建立中，原線性模型與雙對數線性模型哪一個最優表中國居民總量消費支出與收入資料單位：億元年份GDPCONSCPITAXGDPCXY197819791980198119821983198419851986198719881989199019911992199319941995199619971998199920002001200220032004200520061.建立工作工作文件并錄入數據，得到圖圖采用Box-Cox變換檢驗原線性模型與雙對數線性模型的優劣對原線性模型采用OLS進行估計，估計結果如圖。圖由圖中的數據，可得：（）（）對雙數線性模型采用OLS進行估計，估計結果如圖。圖由圖的數據，可得：（）（）雖然雙對數線性模型的可決系數大于原線性模型，殘差平方和小于原線性模型，但不能就此認為雙對數線性模型“優于”線性模型。采用Box-Cox變換后再進行比較在主界面菜單選擇“Quick\GenerateSeries”,在出現的“GenerateSeriesbyEquation”窗口中輸入“LY=LOG(Y)”，點擊OK按鈕即可生成Y的對數序列LY。然后在主頁的命令編輯區域中輸入“scalarY1=@exp(@sum(LY)/29）”,如圖，點回車鍵生成一個標量Y1。圖選擇“Quick\GenerateSeries”，在出現的“GenerateSeriesbyEquation”窗口中輸入“Y2=Y/Y1”，點擊OK按鈕即可生成Y的對數序列Y2。作Y2關于X的線性OLS回歸得如圖所示結果。圖由圖的回歸結果可得：（）（）作Y2關于X的雙對數線性OLS回歸得如圖所示結果。圖由圖的回歸結果可得：