1.Be data admissible; that is, pred

1.
Be data admissible; that is, predictions made from the model must be
logically possible.
2.
Be consistent with theory; that is, it must make good economic sense.
For example, if Milton Friedman’s permanent income hypothesis holds,
the intercept value in the regression of permanent consumption on perma-
nent income is expected to be zero.
3.
Have weakly exogenous regressors; that is, the explanatory variables,
or regressors, must be uncorrelated with the error term.
4.
Exhibit parameter constancy; that is, the values of the parameters
should be stable. Otherwise, forecasting will be difficulty. As Friedman
notes, “The only relevant test of the validity of a hypothesis [model] is com-
parison of its predictions with experience.”
5
In the absence of parameter
constancy, such predictions will not be reliable.
5.
Exhibit data coherency; that is, the residuals estimated from the
model must be purely random (technically, white noise). In other words, if
the regression model is adequate, the residuals from this model must be
white noise. If that is not the case, there is some specification error in the
model. Shortly, we will explore the nature of specification error(s).

Kết quả (Việt) 1:

1.Là dữ liệu admissible; đó là, dự báo được thực hiện từ mô hình phảimột cách hợp lý nhất có thể.2.Phù hợp với lý thuyết; có nghĩa là, nó phải có ý nghĩa kinh tế tốt.Ví dụ, nếu Milton Friedman của thường trực thu nhập giả thuyết giữ,giá trị đánh chặn trong hồi quy thường xuyên tiêu thụ trên perma-nent thu nhập dự kiến sẽ là số không.3.Có regressors ngoại sinh yếu; đó là, các biến giải thích,hoặc regressors, phải được không với các thuật ngữ lỗi.4.Triển lãm tánh kiên nhẩn tham số; đó là, các giá trị của các tham sốnên ổn định. Nếu không, dự báo sẽ là difficulty. Như Friedmanghi chú, "chỉ có liên quan kiểm tra về tính hợp lệ của giả thuyết [mô hình] là com-parison dự đoán của mình với kinh nghiệm."5Trong sự vắng mặt của tham sốtánh kiên nhẩn, dự đoán như vậy sẽ không đáng tin cậy.5.Triển lãm dữ liệu sự liên lạc; đó là, dư các ước tính từ cácMô hình phải hoàn toàn là ngẫu nhiên (về mặt kỹ thuật, các tiếng ồn trắng). Nói cách khác, nếuMô hình hồi qui là đầy đủ, dư từ mô hình này phảitiếng ồn trắng. Nếu đó không phải là trường hợp, đó là một số lỗi sinh ở cácMô hình. Một thời gian ngắn, chúng ta sẽ tìm hiểu bản chất của lỗi đã sinh.

Kết quả (Việt) 2:

1.
Hãy là dữ liệu có thể chấp nhận; nghĩa là, những dự đoán làm từ các mô hình phải là
hợp lý nhất.
2.
Hãy nhất quán với lý thuyết; nghĩa là, nó phải có ý nghĩa kinh tế tốt.
Ví dụ, nếu giả thuyết thu nhập cố định của Milton Friedman giữ,
giá trị đánh chặn trong hồi quy tiêu thụ lâu dài trên vĩnh
thu nhập nent dự kiến sẽ là số không.
3.
Có biến hồi quy yếu ngoại sinh; có nghĩa là, các biến giải thích,
hoặc biến hồi quy, phải là không tương quan với các lỗi hạn.
4.
Phụ lục số kiên trì; đó là, giá trị của các thông số
phải được ổn định. Nếu không, dự báo sẽ gặp khó khăn fi. Như Friedman
lưu ý, "Các thử nghiệm chỉ có liên quan về giá trị của một giả thuyết [mô hình] là đồng
sự so dự đoán của nó với kinh nghiệm."
5
Trong sự vắng mặt của tham số
kiên định, dự đoán như vậy sẽ không đáng tin cậy.
5.
dữ liệu trưng bày mạch lạc; đó là, các phần dư ước lượng từ
mô hình phải được hoàn toàn ngẫu nhiên (về mặt kỹ thuật, tiếng ồn trắng). Nói cách khác, nếu
các mô hình hồi quy là đủ, các số dư từ mô hình này phải là
tiếng ồn trắng. Nếu đó không phải là trường hợp, có một số lỗi fi cation cụ thể trong
mô hình. Một thời gian ngắn, chúng ta sẽ khám phá bản chất của cụ thể lỗi fi cation (s).