串讲-修改版.pptVIP

T检验针对每个回归系数: 设计原假设与备择假设： 1.中位数： 数据中心位置的一种度量。 它是当数据按照升序排列时，处于数据中间位置的数据值。 当变量值的项数N为奇数时，处于中间位置的变量值即为中位数； 当N为偶数时，中位数则为处于中间位置的2个变量值的平均数。 1、选择特征数表示一组数据的集中趋势时，我们用得最多的是平均数。 2、若一组数据中有个别数据异常（特别大或特别小）时，我们常常选用中位数或众数。 3、若一组数据中众数的频数比较大，并且与其他数据的频数相差较大时，我们一般选用众数。 4、具体情况应视各题的实际情况而定。 2.回归方程的显著性检验 : 为了检验变量之间是否存在一个显著的回归关系，做出相关的假设，通过参数信息来判断这个回归方程是否合理，是否显著的过程。 简单回归方程的显著性检验通常使用的检验方法有两种，t检验和F检验 3.相关系数： 对变量之间关系密切程度的度量。r 的取值范围是 [-1,1] |r| 1，为完全相关 r 1，为完全正相关 r -1，为完全负正相关 r 0，不存在线性相关关系 -1?r 0，为负相关 0 r?1，为正相关 |r|越趋于1表示关系越密切；|r|越趋于0表示关系越不密切 5.线性规划： 在线性目标和约束条件间取得最优化结果，是辅助人们进行科学管理的一种数学方法。 一般地，求线性目标函数在线性约束条件下的最大值或最小值的问题，统称为线性规划问题。 满足线性约束条件的解叫做可行解，由所有可行解组成的集合叫做可行域。 决策变量、约束条件、目标函数是线性规划的三要素。 6.偏度系数： 记为SK，是数据分布形态的一种度量。 SK 0时数据右偏，在直方图中数据的峰靠左，数据的平均数大于中位数； SK 0时数据左偏，直方图中数据的峰靠右，平均数小于中位数。 7.相关关系： 描述变量间关系的一种度量。适用于： 当变量间关系不能用函数关系精确表达或一个变量的取值不能由另一个变量唯一确定； 当变量 x 取某个值时，变量 y 的取值可能有几个的情况； 分为线性相关，线性不相关，完全相关和不相关。 9.显著性检验： 显著性检验就是事先对总体（随机变量）的参数或总体分布形式做出一个假设，然后利用样本信息来判断这个假设（原假设）是否合理，即判断总体的真实情况与原假设是否显著地有差异。 或者说，显著性检验要判断样本与我们对总体所做的假设之间的差异是纯属机会变异，还是由我们所做的假设与总体真实情况之间不一致所引起的。 10.影子价格： 是一个向量，它的分量表示最优目标值随相应资源数量变化的变化率。 其经济含义：用线性规划方法计算出来的反映资源最优使用效果的价格。即当资源增加一个数量而得到目标函数新的最大值时，目标函数最大值的增量与资源的增量的比值，就是目标函数对约束条件（即资源）的一阶偏导数。 用线性规划方法求解资源最优利用时，即在解决如何使有限资源的总产出最大的过程中，得出相应的极小值，其解就是对偶解，极小值作为对资源的经济评价，表现为影子价格。 14.置信区间： 又称区间估计，表现样本数据的某个总体参数有一定概率落在测量结果的周围的程度，一般表达为 点估计±边际误差；这个“概率”称为置信水平。 11.描述统计： 描述统计是通过图表或数学方法，对数据资料进行整理、分析，并对数据的分布状态、数字特征和随机变量之间关系进行估计和描述的方法。 描述统计分为集中趋势分析和离中趋势分析和相关分析三大部分。 15.推断统计： 指根据样本数据推断总体数据特征的方法，是在对样本数据进行描述的基础上，对统计总体的未知数量特征做出以概率形式表述的推断。 描述统计是统计分析的最基本内容，是指应用统计指标、统计表、统计图等方法，对资料的数量特征及其分布规律进行测定和描述；而统计推断是指通过抽样等方式进行样本估计总体特征的过程，包括参数估计和假设检验两项内容 复判定系数R2说明Y的变异由多个变量联合解释的比例。 0.95的R2值意味着某地区年消费变异中约有95%可以用居民可支配收入Y与价格水平P来解释，考虑到R2的最大值充其量为1，这个值已经相当高了。 T检验：检验个别回归系数的假设 F检验：检验多元回归的总显著性 回归分析 回归分析是利用统计的方法处理变量间相关关系的一种有力工具， 其基本作用包括： 1、提供变量之间相关关系的数字表达式（经验公式） 2、判明所建立的经验公式的有效性 3、根据一个或几个变量的取值，预测或控制另一个变量的取值 4、判明预测和控制的精确程度 5、在共同影响一个变量的许多变量中，找出主要变量和次要变量 多元线性回归模型中斜率系数的含义 上例中斜率系数的含义说明如下： 价格不变的情况下，个人可支配收入每上升10亿美元（1个billion），食品消费支出增加1.12亿元（