- F统计量
- t统计量
- 似然比统计量(LR)
- 沃尔德统计量(W)
- 拉格朗日乘子统计量(LM)
- JB统计量
- 赤池准则、施瓦茨准则、汉南准则
- 格兰杰因果性检验
- 邹突变点检验、邹稳定性检验、递归分析
1.F统计量
作用:检验模型总显著性
F统计量2.t 统计量
作用:检验回归系数显著性
3.F统计量
作用:检验线性约束条件是否成立
线性约束 线性约束 线性约束4.似然比统计量(LR)
作用:检验线性约束条件是否成立
似然比统计量5.沃尔德统计量(Wald)
作用:检验回归参数线性约束与非线性约束是否成立
沃尔德统计量 沃尔德统计量6.拉格朗日乘子统计量(LM)
作用:检验回归参数线性约束与非线性约束是否成立
拉格朗日乘子统计量 image.png关于LR、LM、Wald
比较 比较究竟采取哪种检验常取决于“无约束估计”与“有约束估计”哪种更方便。
如果无约束估计更方便,常使用 Wald 检验(比如,对线性回归系数的显著性检验);
如果有约束估计更方便,常使用LM 检验(比如,对异方差、自相关的检验);
如果二者都方便,可使用LR检验(比如,对非线性回归方程的显著性检验)。
7.JB统计量
作用:检验模型误差项是否服从正态分布
8.赤池准则(AIC)施瓦茨准则(SC)汉南-奎因准则(HQ)
作用:检验模型最优滞后滞后期
9.格兰杰因果性检验(Granger)
作用:检验模型变量间的因果关系
10.邹突变点检验(Chow)、邹稳定性检验、递归分析
作用:检验模型是否存在结构变化
10.1邹突变点检验(Chow)
Chow10.2邹稳定性检验(Chow)
Chow参考资料:
第13章模型检验的常用统计量
《计量经济学及Stata应用》 陈强
网友评论