从传统建模理论到约化建模理论.ppt

1、5.4从传统建模理论到约化建模理论，一、传统建模理论和数据开采问题二、“从一般到简单”约化模型理论三、非嵌套假设检验四、约化模型的标准、亨利的约化建模理论，吸收了向量自回归建模法和协调理论的一部分，“从一般到简单” 出现了李摩尔贝叶斯建模方法、系统向量自回归建模方法、亨德里约化建模理论和第10章学习的协同建模理论。 这些个现代建模理论在对传统建模理论的不断质疑和修正中发展起来，一是传统建模理论和数据挖掘问题，传统修正量经济学主导建模理论是“结构模型方法学”:把预给经济理论作为构件模型的出发点，把模型残奥表的估计作为重点， 以参数估计值和其理论期望值一致为判断标准，在“简单到复杂”的建模过程：中

2、，是针对不同变量及其数据的补偿测试和筛选过程，但这种传统的建模方法有一些固有的其中受到质疑的是这个建模过程的所谓“数据挖掘”(Data minimg )问题。 数据挖掘：对于不同的变量及其数据的补偿测试和筛选，该过程对最终选择的变量的t检验有很大影响。 当从许多替代变量中选择变量进入模型时，t检验的真正显性水平不再是预定的名义显性水平。 显着性水平是指将1个无关变量作为相关变量选择在模型中犯错误的概率。 Lovell显示了当从c个候选变量中选择k个变量进入模型时，实际显示级别*与名义显示级别之间的关系： *=1-(1- )c/k。 给的=5%，有的话是2个。 因此，相同的研究对象使用相同的数据

3、，但是不同的建模者往往得到不同的最终模型。 二、“一般到简单”约化模型理论，该理论认为，在最初设定模型时，“一般”模型已建立，包括所有预经济理论和应包含在假设中的所有变量，各种可能的“简单”模型已“嵌套”，随后模型的推断过程这就是被称为“一般到特定”(general-to-specific )的建模理论。 (1)约化建模理论针对不同的先验假设提出了更系统的检验计程仪计划；(2)初始模型是包含所有可能变量的“一般”模型，避免了过度的“数据挖掘”问题；(3)初始模型的“一般”性，是所有研究者的“起点”相同特点：“从一般到简单”的建模理论实例，例3.5.1曾经建立了我国城市居民食品消费模式： Q=f

4、(X，P1，P0 )，有理由认为x，P1，P0的变化可能进一步发展因此，在估计该模型之前，不知道食品的消费需求是如何确定的，但可以考虑几种可能性的：是： (2)因为食品是必需品，所以P1的变化不会影响q，但是受P0和x的变动的影响，而后者的影响有暂时的延迟，例如对于食品的消费需求，只有“静态”行为的本期要素起作用： (* )、(* )都是原一般模型的特例，可以通过对原一般模型施加约束来获得。 对于、(* )、(* )，如果模型可以将约束应用于“一般”模型，则模型称为嵌套模型。 约束：1=1=2=0，约束：1=1=2=0，约束：1=1=2=0，一般来说，“一般模型”具有两个重要特性：第一，关于所

5、考虑的问题的不同的预理论和假设被“嵌套”在该一般模型中这两个性质是相互关联的。 例如，如果忽略某些重要理论，则相关变量也会从“一般”模型中排除，使模型不能设置多个错误的验证。 一个“一般”模型可执行多种配置偏差检查，例如缺少相关变量、多选相关变量、错误函数格式等。 从一般模型到简单建模，建立一般模型后，可以将其简化，找到可能的简单模型。 这通常是通过验证各种“嵌套”的简单模型来完成的。 主要包括(1)各种“约束”检查和(2)设定偏差检查等。 典型模型的概略化过程是自顶向下的逐步简化建模过程。 仅当观测数据不通讯端口限制时，才返回到更高级别，验证其他可能的限制或检索最终模型。 的双曲馀弦值。 从

6、一般到简单的建模计程仪程序面临的主要问题是择不开两个没有嵌套关系的模型。 此时，通常的适合度观检查，池红情报标准可以帮助决策，更主要的检查是非嵌套假说检查。 三、非嵌套假设检验、假设检验是检验以下两个非嵌套模型： H0: Y=0 1X 2Z H1: Y=0 1X 2W，这些个两个模型之间没有嵌套关系，不能进行约束检验。 此外，H0和H1不一定表示对立假设，拒绝假设H0不一定表示接受假设H1。 因此，通常的假设检验计程仪程序不能直接使用。 因此，能够对一般模型(* )分别检查H0和H1。 由于(* )，所以提出了一种称为包容性f检验(encompassing F tests )的方案。 该检测是

7、人为地建构一个“一般”模型：包容性f检测主要存在以下问题： (1)而人为建构的一般模型没有实际经济意义，尤其是在H0和H1分别反映两者对立的经济理论时更是如此。 (2)有可能接受或拒绝H0和h1 (3)当z与w有很高的相关性时，既不能拒绝H0。 这是因为在一般模型中，无论去除哪个变量，适合度都不会降低很多。 另一个解决方案是创建典型模型，如=0时的模型H0，=1时的模型H1。 因此，所应用的约束=0为真并验证有木有允许H0正选择模型确定有木有。 问题是这个模型不能直接估计的值。 大卫逊和麦金农提出了在第一步对模型H1进行OLS估计，在下一步代替“一般模型”的0 1X 2W进行估计，进行olls

8、估计，因此的t统修正量要验证模型H1是否为真，可以执行上述两个步骤，但首先需要OLS估计H0，然后将其作为另一个解释变量来估计下一个模型。 明显不同于0时，拒绝模型H1是真实的假设。 此非嵌套假说检查也被称为j检查(J test )，因为需要联合2个非嵌套模型进行残奥仪表的联合推定(joint estimation )。 注意： (1)拒绝h0(或H1)并不意味着接受H1(或h0)。 (2)J检验仍然存在云同步接受或拒绝H0和H1的现象。 四、集约化模式的指导方针，从一般到简单的建模过程，同样存在数据开采问题。 一个“一般”模型被合同k步得到最终的简化模型，各步骤中名义的显现级别与最终模型中各

9、种检验的实际显现级别*之间有关系*=1-(1- )k，但可以证明有“简单到复杂”的传统为了免不得一定程度的数据开采，“一般到简单”建模理论提出了更关注模型的样本外预测(out-of-sample forecast )。 “一般到简单”的建模方法可能包含初始模型中的所有相关变量，无需忽略相关变量进行设置偏差检查。 “从一般到简单”的建模过程本身是非常复杂的工作。 每个预约步骤通常是重复执行的，并且预约步骤的顺序也必须灵活地进行重排。 此外，在实践中，由于各种因素的影响，建构的最终简化模型不一定是最理想的模型。 亨德里克斯提供了近似模型的基本准则。 第一，模型必须具有数据一致性。 也就是说，模型必

10、须能够正确解释现有数据。 在合同化的过程中必须继续进行设定偏差检查。 其次，该模型必须与经济理论相匹配(一致，符合生态标准)。 第三，解释变量应当是弱外生。 也就是说，解释变量必须与随机扰动项的不同期间相关联。 第四，模型具有恒定的“残奥参数”，第五，模型具有包容性。 也就是说，模型必须包含要网络冲突的对象模型。 第六，在该模型具有简洁性(即，具有相同解释能力)的情况下，具有更少解释变量的模型比具有更多解释变量的模型优越。 例5.4.1为3.5例3.5.1，用传统的建模方法建构了19811994年间中国城市居民食品消费需求模型。 如果变量的自然对数用小写字母表示，该一般模型的估计结果将在“一般到简单”建模理论中进一步考察。 初始通用模型设置为(1.41) (0.09) (8.24) (-0.57 )、(-0.65) (-0.24) (-6.03) (0.85 )。 因此，将其作为初期的一般模型是合适的。 进一步考察模型的约化问题：首先，验证模型，(9.03) (25.35) (-2.28) (-7.35 )，该模型是从“一般模型”中除去迟滞现象变量后的模型，相当于对迟滞现象变量