5.8　使用何种检验

本章考虑了大量的参数线性检验。实际上，通常都不太容易选择出一个合适的检验。如果把将要在第7.2节讨论的非参数条件均值检验的类别也考虑在内，那么，模型构建者就会有更多的选项可供选择。非参数检验是综合型检验。对于固定的解释变量，把关于这个变量的非参数估计的条件均值和相同变量的线性回归进行比较。对于原假设，不需要定义特定的非线性备择假设，但此外，会出现维数灾难。这就是为什么很多解释变量不能共同考虑的原因，除非在该模型结构上附加额外的假设。

实质上，这个类型的非参数检验是探索性的。如果关于可能出现的非线性类型的信息很少，则可先进行非参数检验。如果拒绝线性性假设，则估计的条件均值函数的形状可能会提供包含的非线性类型的信息，且在对备择假设进行估计以后可以进行非参数拟合优度检验。非参数拟合优度检验将会在第7.3节进行讨论。没有拒绝线性性并不意味着模型是线性的，尤其是对一个正确的（或接近正确的）非线性备择假设，非参数检验比参数检验的检验效果更弱。Hjellvik和Tjøstheim（1995）以及Eitrheim和Teräsvirta（1996）的研究进行了一些检验效果的对比。其研究中的一组模拟表明，与参数检验相比，非参数检验表现得相当好，但在很多例子中，这些检验导致了检验功效大量丧失。这可能是所期望的：对于相当大范围的备择假设，非参数检验表现良好，但是针对正确设定的备择假设，其检验效果要弱于参数检验。此外，在备择假设非正确设定时，参数检验可能完全无效，但非参数检验可能仍然保留某些检验效果。

如果关于可能的非线性参数备择假设的信息是可获得的，则针对该备择假设的检验推荐使用参数检验。然而，如果不能拒绝线性性假设，为了保险起见，在检测数据中是否可能存在的某些非线性特征时，非参数检验是首选，即使是不同的类型。第7.2节和第7.3节将对非参数线性检验和相关的拟合优度检验进行详细的讨论。 RZnoBDQmxuaVriaI0HXh//rMU8RvPngU1aUECVgG2nZoUZclD42I7pbiLQ2HkgXg