计量经济学第二章一元线性回归模型教材.pptVIP

山东财经大学统计学院计量经济教研室 * 请读者自己证明： 在95％置信水平下， 的置信区间为 (175.4003，528.5997)。 三、回归系数的假设检验 一元线性回归模型的参数包括回归系数 和随机项 方差 ，它们都不能直接观测或准确计算，只能通过样本观测值去估计，所得到的样本回归系数的估计量是随抽样而变动的随机变量。那末，像这样估计的回归系数和方差是否可靠？是否仅仅为抽样的偶然结果呢？还就需要进行统计检验。 对回归系数假设检验的基本思想，是在所估计样本回归系 数概率分布性质已确定的基础上，在对总体回归系数某种原假 设成立的条件下，利用适当的有明确概率分布的统计量和给定 的显著性水平 ，判断原假设结果合理与否。 对总体回归系数的假设检验可能有不同的要求，可以进行 总体参数是否等于零的双边检验，也可以总体回归系数是否 大于或小于某特定数值的单边检验。前者也称为回归系数的 显著性检验。 回归系数显著性检验一般采用t检验。 的显著性检验（双 边检验）为例，其检验步骤为： 第一步：提出假设： 原假设 H0：?1=0， 备选假设H1：?1?0 第二步：构造t统计量 (2.35) 其中： 的估计标准误差。 在 下，有 第三步：给定小概率（显著水平 查t分布临界值 。 第四步：做出统计决策。 称为 统计显著，简称 （4）作出统计决策 若 | t |≥ t?/2(n-2)，则拒绝H0 ，接受H1 ：认为?1显著不为零，说明y对x的线性相关关系显著； 显著； 称为 统计显著，简称 若 | t | t?/2 (n-2)，则不拒绝H0 ：认为?1与零没有显著差 不显著； 异，说明y对x的线性相关关系不显著。 称为 统计不显著，简称 * 例2-5 例2-2中已估计出 ，例2-3已计算出 为了进一步检验家庭可支配收入是否对消费支出有显著影响， 试在0.05的显著性水平下对斜率系数 进行显著性检验。 原假设 ，备择假设 计算t统计量为 对于给定的显著性水平 ，查t分布表知， 。 因为 ，所以拒绝 变量可支配收入对被解释变量消费支出确实有显著影响。 即认为解释 在EViews软件中，通常是采用 值进行检验。其检验准则是： 当 时，等价于 ，此时拒绝原假设 ； 当 时，等价于 ，此时不拒绝原假设 这两种检验方法是等价的。 对于 的显著性检验，与 的显著性检验类似。 此外，也可以用参数的置信区间进行的显著性检验。方法是， 在 置信水平下，构造参数 的置信区间，如果这个 区间包含0，则在显著性水平 下，接受 反之，则拒绝Ho。 四、回归结果的报告 回归模型经过估计和检验以后，得到了一系列的数据，在 以后的计量经济分析中还会得出更多的说明模型特征的有意义 的数据。为了更清晰、更简明地表现这些数据，通常将这些数 据加以整理，并用一定规范的格式去报告回归分析的结果。 例如，对于例2—2的数据，用OLS法所作的回归分析的结果 通常按以下规范格式表述以上各项数据： 其中列在回归方程下方第一排圆括号内的数据是对应参数估计 值的标准误差se（有时可不写）；第二排圆括号内的数据分别 是对应参数等于零的原假设下，所计算的t统计量。t 统计量右 表示显著性水平的大小， 上角的 一般表示在显著性水平 1％下显著， 一般表示在显著性水平5％下显著，无 表示 5％下不显著。这种表示方法也称作回归方程的标准记法。 从回归估计的结果看，模型拟合较好，判决系数R2=0.9869， 表明在样本人均消费支出的总波动中，回归模型能够解释其中的 98.69%；从截距项与斜率项的t检验值看，都大于0.01显著性水平 下自由度为n-2=8的临界值 即均通过了0.01的显著性 检验；从方程斜率项的值看，00.531，符合经济理论中边际消 费倾向在0与1之间的绝对收入假说，表明该地区居民家庭人均可 支配收入每增加1元，家庭人均消费支出平均增加0.53元；截距可 以理解为自发消费，说明人均可支配收入为0的居民家庭基本消费 支出平均为352元。 第五节 OLSE的渐进性质 前面我们讨论了OLSE的有限样本性质，也即OLSE在高斯 —马尔科夫假定下是BLUE的结论是不以样本的大小而改变的。 正态性假定还能够使我们推导出OLS估计量精确的抽样分布。 但保证OLSE具有良好有限样本性质（BLUE）的CLM假定条 件比较严苛（如正态性假定）。如果某条或全部CLM假定无 法满足，将导致OLSE的部分或全部优良性质不再具备。在这 种情况下，我们转而求助于OLSE的渐进性质。即在样本规模