Typische Probleme Estimating ökonometrische Modelle
Wenn das klassische lineare Regressionsmodell (CLRM) nicht für Ihre Daten arbeiten, weil eine ihrer Annahmen nicht halten, dann müssen Sie das Problem beheben, bevor Sie Ihre Analyse abschließen können. Glücklicherweise eine der wichtigsten Beiträge der Ökonometrie ist die Entwicklung von Techniken, Probleme oder andere Komplikationen, die mit der Daten zu adressieren, die Standard-Modellschätzung schwierig oder unzuverlässig machen.
Die folgende Tabelle listet die Namen der am häufigsten verwendeten Schätzfragen, eine kurze Definition eines jeden, deren Folgen, typische Werkzeuge verwendet, um sie zu erkennen und allgemein anerkannten Methoden für jedes Problem zu lösen.
Problem | Definition | Folgen | Entdeckung | Lösung |
---|---|---|---|---|
Hohe multicollinearity | Zwei oder mehrere unabhängige Variablen in einem Regressionsmodell exhibita lineare Beziehung schließen. | Große Standardfehler und unbedeutendt-Statistiken Koeffizientenschätzungen empfindlich auf kleine Änderungen in modelspecification Unsinnig Koeffizient Zeichen und Größen | Paarweise Korrelationskoeffizienten Variance Inflationsfaktor (VIF) | 1. Sammeln zusätzlicher Daten. 2. Re-geben Sie das Modell. 3. Löschen Sie redundante Variablen. |
Heteroskedasticity | Die Varianz des Fehlerterms Veränderungen in Reaktion auf einen changein der Wert der unabhängigen Variablen. | Ineffiziente Koeffizientenschätzungen Biased Standardfehler Unzuverlässige Hypothesentests | Park-Test Goldfeld-Quandt-Test Breusch-Pagan-Test White-Test | 1. Weighted kleinsten Quadrate (WLS) 2. Robuste Standardfehler |
Autokorrelation | Eine erkennbare Beziehung (positiv oder negativ) existsbetween die Werte des Fehlers in einer Periode und die Werte von theError in einer anderen Zeit. | Ineffiziente Koeffizientenschätzungen Biased Standardfehler Unzuverlässige Hypothesentests | Geary oder läuft Test Durbin-Watson-Test Breusch-Godfrey-Test | 1. Cochrane-Orcutt Transformation 2. Prais-Winsten Transformation 3. Newey-West-robuste Standardfehler |