对于计量经济学模型来讲，要研究一组解释变量X=（X1…Xk）对被解释变量Y条件均值的数量影响，首先需要设置合理的总体回归模型，其一般形式为Y=f（X）+U，其中U为随机扰动项，对于给定的条件X.i=（X1i…Xki）下，总体回归模型的个别值形式为Yi=f（X.i）+Ui，其中f（X.i）为Yi的期望，Ui为导致被解释变量Y在X.i=（X1i…Xki）条件下偏离其条件均值f（Xi）的众多偶然性因素的集合。在计量经济学模型设定理论中，一般要求解释变量X是那些能够说明被解释变量变动的主要原因，并能够独立影响被解释变量的因素，同时在理论“完美性”和实践可用性之间进行权衡，选择合适的模型形式f（.）。由概率论知识可知，对于任一随机变量ξ，ξ可以分解为ξ=E（ξ）+ε，其中ε是引致随机变量ξ绕均值E（ξ）波动的因素；从随机变量分解的角度来看，合理设置的计量经济学模型应该满足f（X）为Y的期望，随机扰动项U为引致Y绕其均值f（X）发生波动的因素，因此，构建计量经济学模型时，解释变量X应该包含能导致被解释变量Y条件均值发生变异的所有因素。但在处理实际问题时，受限于数据可得性、测量手段以及对经济现象认识的局限性，解释变量X以及模型形式f（.）的选择不一定能够完全满足这一要求，这也导致在计量经济学理论和实践研究过程盛行“Occam's razor”原则，该原则认为经济模型永远无法把握现实，在建立计量模型过程中无法避免一定程度上的抽象和简化。
在构建计量经济学模型时，除了要求f（X）是被解释变量Y的期望，还要求随机扰动项满足高斯-马尔科夫假定变，变量测量不存在误差，在此基础上得到的估计量才能满足高斯-马尔科夫定理，如若不满足模型将存在设定误差。本章以OLS估计为基础，探讨模型设定误差的影响及检验方法。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
