以往的笔记多重视数学,可能和本科专业有关,在“直觉”方面做得不足,最近在读《计量经济学:直觉、证明与实践》,再做一轮计量笔记,争取在“直觉”上多下点功夫,因为好的数学是可以用大白话传达出来的
计量上的很多“麻烦”都是由调皮鬼“随机扰动项”引发,比如:异方差,内生性问题(解释变量和随机扰动项有关)...
一、前传
随机扰动项的到场是因为要解释yi和xi的关系。
因此我们有必要先对xi和yi做一番介绍:
原则上我们假定总体中yi和xi的关系由经济学(或社会学、自然科学)的基本原理决定。因为这些基本原理成立的机制是稳定的,我们假定他们受不变数值的决定,我们称这些不变的数值为参数。
无论在经济、 社会, 还是自然领域, 参数都是引导行为演变的量。因为经济、 社会、 自然都是极其复杂的, 所以主导我们感兴趣事物之间关系的参数值不可能立刻显现, 我们希望通过考察样本发现参数值。
由上我们可以确定这种关系的形式:
- 我们允许这样的可能:即使没有xi,个体y/也可以取值,此时yi的值就是常数a。
- 在生成yi的过程中,xi是独立的、外生的、预先设定的。这意味着yi由xi来决定,但是yi的值不会改变xi的值。
在该系列中,我们假设xi对yi的影响实现性的:yi = α + βxi
需要注意的是,这是影响yi确定性部分,即一旦xi的值确定,此部分就固定不变
二、登场
在现实中,我们必须要允许出现这种可能:解释变量xi相同,被解释变量yi不同。我们需要设计yi的一个组成成分,该组成成分不依赖于xi,且对于不同的观测,此成分是不同的。
我们称该组成成分为εi,它包含了和xi无关的,影响yi的所有因素。
随机扰动项有时候看起来惹人烦, 但εi是yi的组成部分, 每一个随机扰动项会使得每个观测有特殊的性质。 这就使得我们可以从致命的单调性中 “解脱”, 不至于只要xi 的取值相同, yii的取值就会相同。 这点还是挺棒的。
在这里,我们不能认为εi是“错误”的,因为“错误”是个贬义词,说它错误是不合适的。因为这样说岂不是说“经济” “社会” “自然” 在 “犯错误”。 将错误归咎于它们是没有意义的, 因为它们没有感知能力。
未完待续...
网友评论