湖北計量校準、儀器計量校準、計量檢測公司-武漢經緯草莓视频网站下载校準檢測技術公司專業提供湖北計量校準,計量檢測,儀器校準,儀器校正,儀器計量校準及計量校準!

153-77518661

027-87019989

通用banner

聯係草莓视频网页

武漢經緯草莓视频网站下载計量檢測校準公司

電話:027-87019989

          15377518661

地址:武漢市江夏區經濟開發區陽光大道紫昕工業園1#A廠房103


計量分析常見的有哪些問題呢?

您的當前位置: 首 頁 > 新聞資訊 > 計量校準公司新聞

計量分析常見的有哪些問題呢?

2019-10-31

 不知從何時起,解答計量問題成了我日常生活的一部分。天南海北的讀者與同道提出了各種各樣的計量問題。這裏摘取少量的典型問題,下麵草莓视频网站就跟著計量檢測的小編一起來了解一下吧!


  1、在什麽情況下,應將變量取對數再進行回歸?


  答:可以考慮以下幾種情形。


  首先一,如果理論模型中的變量為對數形式,則應取對數。比如,在勞動經濟學中研究教育投資回報率的決定因素,通常以工資對數為被解釋變量,因為這是從Mincer模型推導出來的。


  第二,如果變量有指數增長趨勢(exponentialgrowth),比如GDP,則一般取對數,使得lnGDP變為線性增長趨勢(lineargrowth)。第三,如果取對數可改進回歸模型的擬合優度(比如R2或顯著性),可考慮取對數。


  第四,如果希望將回歸係數解釋為彈性或半彈性(即百分比變化),可將變量取對數。


  第五,如果無法確定是否該取對數,可對兩種情形都進行估計,作為穩健性檢驗(robustnesscheck)。若二者的回歸結果類似,則說明結果是穩健的。


  2、如何理解線性回歸模型中,交互項(interactiveterm)係數的經濟意義?


  答:在線性回歸模型中,如果不存在交互項或平方項等非線性項,則某變量的回歸係數就表示該變量的邊際效應(marginaleffect)。比如,考慮回歸方程


  y=1+2x+u


  其中,u為隨機擾動項。顯然,變量x對y的邊際效應為2,即x增加一單位,平均而言會使y增加兩單位。考慮在模型中加入交互項,比如


  y=α+βx+γz+δxz+u


  其中,x與z為解釋變量,而xz為其交互項(交叉項)。由於交互項的存在,故x對y的邊際效應(求偏導數)為β+δz,這說明x對y的邊際效應並非常數,而依賴於另一變量z的取值。如果交互項係數δ為正數,則x對y的邊際效應隨著z的增加而增加(比如,勞動力的邊際產出正向地依賴於資本);反之,如果δ為負數,則x對y的邊際效應隨著z的增加而減少。


  3、在一些期刊上看到回歸模型中引入控製變量。控製變量究竟起什麽作用,應該如何確定控製變量呢?


  答:在研究中,通常有主要關心的變量,其係數稱為“parameterofinterest”。但如果隻對主要關心的變量進行回歸(極端情形為一元回歸),則容易存在遺漏變量偏差(omittedvariablebias),即遺漏變量與解釋變量相關。加入控製變量的主要目的,就是為了盡量避免遺漏變量偏差,故應包括影響被解釋變量y的主要因素(但允許遺漏與解釋變量不相關的變量)。



  4、很多文獻中有“穩健性檢驗”小節,請問是否每篇實證都要做這個呢?具體怎麽操作?


  答:如果你的論文隻匯報一個回歸結果,別人是很難相信你的。所以,才需要多做幾個回歸,即穩健性檢驗(robustnesschecks)。沒有穩健性檢驗的論文很難發表到好期刊,因為不令人信服。穩健性檢驗方法包括變換函數形式、劃分子樣本、使用不同的計量方法等,可以參見我的教材。更重要的是,向同領域的經典文獻學習,並模仿其穩健性檢驗的做法。


  5、對於麵板數據,一定要進行固定效應、時間效應之類的推敲麽?還是可以直接回歸?我看到很多文獻,有的說明了使用固定效應模型的原因,有的則直接回歸出結果,請問正確的方法是什麽?


  答:規範的做法需要進行豪斯曼檢驗(Hausmantest),在固定效應與隨機效應之間進行選擇。但由於固定效應比較常見,而且固定效應模型總是一致的(隨機效應模型則可能不一致),故有些研究者就直接做固定效應的估計。


  對於時間效應也同時考慮,比如,加入時間虛擬變量或時間趨勢項;除非經過檢驗,發現不存在時間效應。如果不考慮時間效應,則你的結果可能不可信(或許x與y的相關性隻是因為二者都隨時間而增長)。


  6、如何決定應使用二階段最小二乘法(2SLS)還是廣義矩估計(GMM)?


  答:如果模型為恰好識別(即工具變量個數等於內生變量個數),則GMM完全等價於2SLS,故使用2SLS就夠了。在過度識別(工具變量多於內生變量)的情況下,GMM的優勢在於,它在異方差的情況下比2SLS更有效率。由於數據或多或少存在一點異方差,故在過度識別情況下,一般使用GMM。


  7、在麵板數據中,感興趣的變量x不隨時間變化,是否隻能進行隨機效應的估計(若使用固定效應,則不隨時間變化的關鍵變量x會被去掉)?


  答:通常還是使用固定效應模型為好(當然,可進行正式的豪斯曼檢驗,以確定使用固定效應或隨機效應模型)。如果使用固定效應,有兩種可能的解決方法:


  (1)如果使用係統GMM估計動態麵板模型,則可以估計不隨時間而變的變量x的係數。


  (2)在使用靜態的麵板固定效應模型時,可引入不隨時間而變的變量x與某個隨時間而變的變量z之交互項,並以交互項xz(隨時間而變)作為關鍵解釋變量。


  8、對於非平穩序列,能否進行格蘭傑因果檢驗?


  答:如果非平穩序列之間存在協整關係,則可進行格蘭傑因果檢驗(Grangercausalitytest)。這是因為,根據“格蘭傑表示法定理”(GrangerRepresentationTheorem),任何協整係統都可寫為向量自回歸(VAR)模型,即格蘭傑因果檢驗的形式。


  反之,如果非平穩序列之間不存在協整關係,則須先將原序列變為平穩過程(比如一階差分),然後再進行格蘭傑因果檢驗;否則會出現“偽回歸”(spuriousregression)問題。


標簽

最近瀏覽:

相關產品

相關新聞

武漢經緯草莓视频网站下载計量檢測校準公司 版權所有 鄂ICP備案18004500號 服務支持:武漢網站建設與推廣 企業分站 | 網站地圖 | RSS | XML