【Python计量】RESET模型设定偏误检验

目录

一、导入数据

二、RESET检验

三、全套代码

对函数形式误设问题的一般检验：RESET（regression specification error test)

假设线性回归模型为

RESET检验的基本思路：如果怀疑非线性项被遗漏，那么就把非线性项引入方程，并检验其系数是否显著。

考虑做以下辅助回归：

检验拟合值的高次项系数是否联合等于0，即对：做F检验。

如果拒绝，说明模型中有高次项；反之，则接受，可使用线性模型。RESET检验的缺点是在拒绝的情况下，并不提供具体遗漏哪些高次项的信息，不能为我们该如何做提供一个现实的方向。

我们以伍德里奇《计量经济学导论：现代方法》的”第9章 模型设定和数据问题的深入探讨“的案例9.2为例，讲解如何进行RESET检验。

一、导入数据

import wooldridge as woo
import pandas as pd
import statsmodels.formula.api as smf

hprice1 = woo.dataWoo('hprice1')

二、RESET检验

我们估计住房价格模型如下&