实证研究中预测模型的选择:从逐步回归到信息标准

摘要：

本文首先对显著性变量同变量显著性之间的关系予以讨论并区分,进而评价逐步回归模型选择法的缺陷性.在此基础上,我们对以AIC和BIC为代表的各种基于信息标准的模型选择法予以介绍和评论.同逐步回归法相比,信息标准模型选择法有着坚实的统计理论基础及清晰而优良的统计性质.本文通过基于近十年中国股市数据的实证检验说明,信息标准同逐步回归相比往往能产生具有更强预测能力的计量模型,因此值得在未来的实证研究中注意并推广.

关键词：预测模型、逐步回归、信息标准、AIC、BIC

所属期刊栏目：25

分类号：O212(概率论与数理统计)

在线出版日期：2006-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：21-26