4多元回归:推断.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Introductory Econometrics * of 94 例子:住房的效用价格模型(not available) Log(price)=7.46+0.634log(sqrft)-0.066bdrms+0.158bthrms (1.15) (0.184) (0.059) (0.075) n=19 R-square=0.806 df=19-4=15, c=2.131 at 95% 对应系数的95%置信区间 [0.634-2.131*0.184, 0.634+2.131*0.184]=[0.242, 1.026] Introductory Econometrics * of 94 Stata,p值,t检验 大部分软件包可以在假定计算双边检验的基础上计算p值 单边检验p值是双边检验的p值的一半 Stata提供了关于零假设H0: bj = 0 的t 值,p值和95%置信区间,分别标记为“t”, “P |t|” , “[95% Conf. Interval]” Introductory Econometrics * of 94 检验线性组合 假设我们要检验是否一个参数等于另一个参数H0 : b1 = b2,而不是检验b1是否等于一个常数。 应用与构造t统计量相同的程序 Introductory Econometrics * of 94 检验线性组合 Introductory Econometrics * of 94 检验线性组合 需要s12带入上式,标准的程序并不报告此值。 许多软件有计算此值的选项,或是可以直接进行检验 Stata中,在reg y x1 x2 … xk后,可以输入test x1 =x2得到检验的p值 通常可以重新阐述问题来得到检验的结果 Introductory Econometrics * of 94 例子(vote1.raw) 假设你感兴趣的是竞选支出对选举结果的影响 voteA = b0 + b1log(expendA) + b2log(expendB) + b3prtystrA + u H0: b1 = - b2, or H0: q1 = b1 + b2 = 0 b1 = q1 – b2, so substitute in and rearrange ? 令b1 = q1 – b2, 带入并移项可得 voteA = b0 + q1log(expendA) + b2[log(expendB)- log(expendA) ]+ b3prtystrA + u Introductory Econometrics * of 94 Example (cont): 这个模型与原模型相同,但是此时可以直接从回归中得到b1+b2=q1的标准误 Reg voteA lexpendA lexpendB prtystry Test lexpendA=-lexpendB 或者gen x=lexpendB-lexpendA reg lexpendA x prtystry Introductory Econometrics * of 94 Example (cont): 参数的任何线性组合都可以用类似的手段进行检验。 关于检验参数的单个线性组合的其它例子 b1 = 1 + b2 ; b1 = 5b2 ; b1 = -1/2b2 ; etc Introductory Econometrics * 多元回归分析:推断 (3) y = b0 + b1x1 + b2x2 + . . . bkxk + u Introductory Econometrics * of 94 本章提纲 OLS估计量的样本分布 单总体参数的假设检验:t检验 置信区间 参数线性组合的假设检验(一维情形) 多个线性约束的假设检验:F检验 报告回归结果 Introductory Econometrics * of 94 多线性约束 目前为止,我们讨论了对单个线性约束的假设检验(例如, b1 = 0 或 b1 = b2 ) 然而,我们也想对我们的参数作多个检验 一个典型的例子是检验“排除约束”——我们想知道是不是一组参数都等于0 Introductory Econometrics * of 94 检验排除约束 此时,零假设形如H0: bk-q+1 = 0, ... , bk = 0 替代假设H1: H0 为假 不能分别进行 t 检验,因为存在这样的可能性:在给定显著水平下,所有的参数都不显著,但是联合检验显

文档评论(0)

宝贝计划 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档