2.
OLS:
最小二乘估计量的统计性质：
线性性、无偏性、有效性、渐近无偏性、渐近有效性、渐近一致性。
可决系数：
3.3
三.变量的显著性检验（t检验）
对每个解释变量进行显著性检验，以决定是否作为解释变量被保存在模型中。如果不显著，则应剔除。
四．参数的置信区间
如何缩小置信区间：增大样本容量n、提高模型的拟合优度、提高样本观测值的分散度。
3.6受约束回归
周氏参数稳定性检验：（只能用于时间序列检验） 体现为趋势线的结构出现了变化，如弯折。
Chow test :先用前一时间段n1个个样本估计原模型，再用估计出的参数进行后一时间段n2个样本的预测。如果预测误差较大，则说明参数发生了变化，否则说明参数是稳定的。 先看散点图：twoway (scatter y x) lfit y x
Command: find it chowreg ssc install chowreg,replace chowreg y x,dum() type(1)……..
4.1异方差性
定义：对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同。 异方差的一个后果是导致t检验失效。 3种类型：单调递增、单调递减、复杂型。 检验与修正：reg y x1 x2….. 散点图 怀特检验：whitetest 然后BP检验：hettest
修正：WLS:
稳健标准误法（OLS+robust）：reg y x，robust
4.2序列相关性
u有问题。后果：同异方差性（参数估计量非有效、变量的显著性检验失去意义、模型的预测失效） D.W检验：
命令:dwstat 或estat durbinalt
4.3多重共线性
检验与修正：1. .reg y x1 x2 … 2 vif 3.corr x1 x2….. 4.选择最好的原始模型，逐步加入解释变量，看调整的可决系数，试出最优模型 快速方法：sw reg y x1 x2…,pr(0.05(显著性水平，一般为0.05)).
DW检验自由度：n-k F检验（方程总体线性的显著性检验）自由度：分子：k,分母：n-k-1 T检验（变量的显著性检验）自由度：n-k
相关推荐：
loading