-
設定誤差
鎖定
- 中文名
- 設定誤差
- 外文名
- specification error
- 別 名
- 設定偏誤
- 所屬學科
- 數學(統計學)
- 所屬問題
- 經濟計量學方法(經濟計量模型)
設定誤差設定誤差的含義
在經典線性迴歸模型(CLRM) 的假定下,通常我們認為所使用的模型都是正確的,所關心的問題是對模型迴歸的結果進行檢驗,比如,
檢驗,
檢驗,
檢驗等,當然,還要對隨機誤差項
進行自相關和異方差檢驗。如果這些檢驗在統計上都“通過了”或者針對“多重共線性”、“異方差”和“自相關”等問題對模型都進行了修正,那麼最終得到的模型便是一個“可用”的模型。然而,這種計量經濟學模型並非是“萬能的”或“絕對正確的”,它僅僅是根據觀測數據對經濟理論的一種統計上的驗證。
經濟學家多年來對“真理”的尋求曾給人一種觀感:經濟學家們就好像在一間黑房子裏搜尋一隻原本並不存在的黑貓,而計量經濟學家還經常聲稱找到了一隻。
因此,假設正確的模型,可能是不正確的,我們把這個問題就叫做模型設定誤差(model specification error) 或模型設定偏誤( model specification bias)。那麼,如何去發現一個“正確”的模型呢? 儘管計量經濟學家們對所謂“正確”的模型設置了很多限制或選擇準則,但是,也許這種所謂“正確”的模型根本就不存在。所謂的限制或選擇準則,只不過是開列出一個“好”模型的清單罷了。然而,這一切都不能阻止人們對模型設定問題的研究和探討
[2]
。
設定誤差設定誤差的類型
我們把模型設定誤差歸納為如下的原因:
設定誤差漏掉一個有關變量
假設我們認為存在一個好的模型:
出於某種原因,研究者使用另一種比較簡單的模型:
設定誤差包含一個無關變量
假設研究者使用了一種更復雜點的模型:
從而有
設定誤差採用錯誤的函數形式
假設研究者採用了半對數模型:
設定誤差測量誤差
假如研究者考慮使用如下模型: