经典线性回归模型:技巧与陷阱
经济显著与统计显著
经济显著是指自变量的改变对因变量有较大的影响;
统计显著是指有充分证据证明回归系数不为0(一般情况下);
对于参数是否为0的检验:
经济显著性越强,则在统计上越容易显著;
在小样本下,经济显著而统计不显著的情况容易出现;
在大样本下,统计显著而经济不显著的情况容易出现;
分析系数的符号、取值是否与理论预期相一致,是评价模型的关键环节。如果出现不一致,首先怀疑模型与数据,如确无问题,再怀疑理论。
对于线性模型,主要观察正负号。
对于非线性模型(包括对变量非线性和对参数非线性),情况要比较复杂,有时系数符号以及其他约束条件的预期到底是什么,并非一望可知,需要根据理论推出。
例1:总成本函数的估计
MC要大于0,不能和X轴有交点:
例2:洛伦兹曲线的估计
——取对数
取对数的好处
如果因变量、自变量都取对数,参数具有弹性含义
经过对数变换的变量,一般更加符合假设条件
可以缩小取值范围,减少异常值的影响
什么时候取对数
变量之间为相乘关系(双对数),或具有某种非线性关系(单对数)
那些取值为正的右偏分布变量
——取对数
取对数的陷阱
取对数后,为获得原变量的估计,往往需要取指数进行还原,此时的估计会出现系统偏差。
——取对数
经典线性回归模型:技巧与陷阱 来自淘豆网www.taodocs.com转载请标明出处.