5双变量回归：区间估计与假设检验解析.ppt

第五章 双变量回归：区间估计与假设检验 第一节、区间估计：一些概念 第一节、区间估计：一些概念 第一节、区间估计：一些概念 第一节、区间估计：一些概念 第二节、回归系数的置信区间 第二节、回归系数的置信区间 第二节、回归系数的置信区间 第二节、回归系数的置信区间 第三节、随机误差项方差的置信区间 第三节、随机误差项方差的置信区间 第三节、随机误差项方差的置信区间 第四节、假设检验：概述 第四节、假设检验：概述 第五节、假设检验：置信区间的方法 第五节、假设检验：置信区间的方法 第五节、假设检验：置信区间的方法 第六节、假设检验：显著性检验法 第六节、假设检验：显著性检验法 第六节、假设检验：显著性检验法 第六节、假设检验：显著性检验法 第六节、假设检验：显著性检验法 第六节、假设检验：显著性检验法 试问：在相同自由度和第一类错误概率的条件下，t的绝对值越大越能拒绝β的虚拟假设值β*，还是越小越能呢？ 事实上，大多数时候，我们并不知道β的虚拟假设值β*，我们所做的假设是β*=0，而我们想检验的是拒绝这个假设，为什么？ 第六节、假设检验：显著性检验法 第六节、假设检验：显著性检验法 第六节、假设检验：显著性检验法 第六节、假设检验：显著性检验法 第六节、假设检验：显著性检验法 第六节、假设检验：显著性检验法 第七节、假设检验：实际操作的问题 第七节、假设检验：实际操作的问题 第七节、假设检验：实际操作的问题 第七节、假设检验：实际操作的问题 第七节、假设检验：实际操作的问题 第七节、假设检验：实际操作的问题 第七节、假设检验：实际操作的问题 第七节、假设检验：实际操作的问题 第七节、假设检验：实际操作的问题 第七节、假设检验：实际操作的问题 但是，当样本容量趋向于无穷大时，统计的显著性问题就会变得黯然失色，而经济显著性问题会变得至关重要，为什么？ 第八节、拟合回归直线的优度：r2 第八节、拟合回归直线的优度：r2 第八节、拟合回归直线的优度：r2 第八节、拟合回归直线的优度：r2 第八节、拟合回归直线的优度：r2 第八节、拟合回归直线的优度：r2 第八节、拟合回归直线的优度：r2 第八节、拟合回归直线的优度：r2 第八节、拟合回归直线的优度：r2 第八节、拟合回归直线的优度：r2 第八节、拟合回归直线的优度：r2 第八节、拟合回归直线的优度：r2 第九节、回归分析与方差分析 第九节、回归分析与方差分析 第九节、回归分析与方差分析 第九节、回归分析与方差分析 第九节、回归分析与方差分析 第十节、回归分析的应用：预测 第十节、回归分析的应用：预测 第十节、回归分析的应用：预测 第十节、回归分析的应用：预测 第十节、回归分析的应用：预测 第十节、回归分析的应用：预测 第十节、回归分析的应用：预测 问题：请观察置信区间的宽度特征 第十一节、评价回归分析的结果 第十一节、评价回归分析的结果 2.随机误差项是否真的服从正态分布呢？ 检验残差分布的正态性： （1）.通过残差图 直观的了解。 （2）.通过残差直方图直观的了解。 （3）.通过雅克-贝拉检验客观地检验。 JB检验统计量渐近地服从以下分布： 第十二节、综合实例分析 实验二（LX2-3）利用1988年9个工业国的名义利率（Y）和通货膨胀率（X）的数据。 （1）用OLS进行回归分析，并检验残差是否符合 正态分布； （2）通过回归结果，说明名义利率（Y）和通货膨 胀率（X）之间是否存在显著的回归关系； （3）置信区间法和显著性检验法检验理论: 名义利率=实际利率+通货膨胀率 是否成立。 第十二节、综合实例分析 第十二节、综合实例分析 第十二节、综合实例分析 第十二节、综合实例分析 第十二节、综合实例分析 第十二节、综合实例分析 试比较其与均值预测的差异 试问：哪个置信区间更窄？为什么？ 样本回归线的预测能力随着X0越来越远离X的样本均值而显著下降。 在本章的消费-收入回归中，边际消费倾向MPC不仅为正，且统计上显著异于0，R2很高。 其中，S为楄度，正态分布S=0；K为峰度，正态分布K=3. JB值越小，p值越高（p0.05)时，不拒绝残差服从正态分布的假设。 试问:变量越接近正态分布，其JB值及其p值会越大还是越小呢？ 回归结果如下： 双侧概率 两者之间什么关系？ Y的标准误 似然函数的对数 在样本非常大时，几乎所有的虚拟假设都会被拒绝，点估计的大小就会成为唯一可研究的问题。试想：当样本和总体只差一个观测值时，样本的估计系数将精确地和总体相同，该系数具有唯一性。 为何？ 因为根据OLS数值性质：X与残差无关，因而x与残差无关。 residual(残差=4)：是Y围绕Y的均