§4.4模型设定偏误问题 Model Specification Error(Bias) 一、模型设定偏误的类型 二、模型设定偏误的后果 三、模型设定偏误的检验
§4.4 模型设定偏误问题 Model Specification Error(Bias) 一、模型设定偏误的类型 二、模型设定偏误的后果 三、模型设定偏误的检验
一、模型设定偏误的类型
一、模型设定偏误的类型
Types of Specification errors(bias) Omission of a relevant variable(s) Inclusion of an unnecessary variable(s) Adopting the wrong functional form Errors of measurement Incorrect specification of the stochastic error term
Types of Specification errors(bias) • Omission of a relevant variable(s) • Inclusion of an unnecessary variable(s) • Adopting the wrong functional form • Errors of measurement • Incorrect specification of the stochastic error term
1、相关变量的遗漏(omitting relevant variables ·例如，如果“正确”的模型为 Y=B。+BX1+B2X2+4 而我们将模型设定为 Y=do+a x+v 即设定模型时漏掉了一个相关的解释变量。 这类错误称为遗漏相关变量
1、相关变量的遗漏（omitting relevant variables） • 例如，如果“正确”的模型为 Y = 0 + 1 X1 + 2 X2 + 而我们将模型设定为 Y = + X + v 0 1 1 即设定模型时漏掉了一个相关的解释变量。 这类错误称为遗漏相关变量
2、无关变量的误选(including irrevelant variables) ·例如，如果“真”的模型为 Y=β0+B1X1+B2X2+u 但我们将模型设定为 Y=00+01X1+02X2+03X3+u 即设定模型时，多选了一个无关解释变量
2、无关变量的误选 (including irrevelant variables) • 例如，如果“真”的模型为 Y=0+1X1+2X2+ 但我们将模型设定为 Y=0+ 1X1+ 2X2+ 3X3 + 即设定模型时，多选了一个无关解释变量