统计模型实验报告.docVIP

统计模型实验报告书 实验课程: 统计模型 F检验第1部分 Yule的模型在第一章和实验3 中得到解释。在Command Window中输入程序： A=xlsread(Book2.xls); y=A(:,1) x1=A(:,2);x2=A(:,3);x3=A(:,4); X=[ones(length(y),1),x1,x2,x3];[b1,bint,r1,rint,stats]=regress(y,X);b1 rss1=r1*r1 m1=(X*b1)*(X*b1) X1=[ones(length(y),1),x2,x3]; [b2,bint,r2,rint,stats]=regress(y,X1);b2 m2=(X1*b2)*(X1*b2) 运行得到结果： rss1 = 2.5519e+03 m1 = 8.4779e+04 b2 = -43.6826 0.2056 -0.2908 m2 = 8.1950e+04 则，， 的值分别为2.5519e+003，8.4779e+004，8.1950e+04。 2.F检验统计量的计算公式为F=(-)/Po(n-p)/ 计算F统计量，输入程序： F=((m1-m2)/2)/(rss1/(32-4)) 得到结果： F = 15.5213得到结果： 则F统计量的值为15.5231。F的值较大，则应该拒绝c=d=0的原假设。 3、，是属于数学事实。 F检验第2部分 a=8,b=0.8,c=0,d=0, =15; (ii)a=8,b=0.8,c=0,d=0, =15; 此时⊿Paupi=8+0.8×⊿Outi+εi,即为y=8+0.8×x1。 对（i）参数集合模拟数据计算F的分布。输入程序： beta1=[8,0.8,0,0]; n1=normrnd(0,15,32,1); X1=[ones(length(y),1),x1]; y1=X1*beta1+n1; [b3,bint,r3,rint]=regress(y1,X1); m1=r3*r3 m2=(X1*b3)*(X1*b3) [b4,bint,r4,rint]=regress(y1,X2); m3=(X2*b4)*(X2*b4) F=((m2-m3)/2)/(m1/(32-4)) 得到结果： m1 = 5.1042e+003 m2 = 9.6872e+004 m3 = 9.6013e+004 F = 2.3564 则得到F的统计量为2.3564。 重复100次，并且做F的直方图。 输入程序： beta1=[8,0.8,0,0]; sigma=15; betaSim1=X1\(X1*beta1*ones(1,100)+sigma*randn(32,100)) y2=X1*beta1*ones(1,100)+sigma*randn(32,100); e1=y2-X1*betaSim1; m=e1.*e1; m1=sum(m.); m2=sum(((X1*betaSim1).*(X1*betaSim1)).); zero=0*ones(32,1); X3=[e,x1,zero,zero]; betaSim2=X3\(X3*beta1*ones(1,100)+sigma*randn(32,100)); m3=sum(((X3*betaSim2).*(X3*betaSim2)).) F=((m2-m3)/2)./(m1/(32-4)); hist(F) 实 验 内 容 得到F的直方图： 对(ii)的参数集合进行类似与（i）的数据模拟： beta1=[13,0.8,0.1,-0.3]; n1=normrnd(0,10,32,1); y1=X1*beta1+n1; [b3,bint,r3,rint]=regress(y1,X1); m1=r3*r3 m2=(X1*b3)*(X1*b3) [b4,bint,r4,rint]=regress(y1,X2); m3=(X2*b4)*(X2*b4) F=((m2-m3)/2)/(m1/(32-4)) 得到结果： m1 = 1.6777e+003 m2 = 1.0453e+005 m3 = 1.0052e+005 F = 33.4422 得到F的统计量为33.4422，应该拒绝原假设。 重复100次，并且做F的直方图。 输入程序： beta2=[13,0.8,0.1,-0.3]; sigma=10; betaSim1=X1\(X1*beta2*ones(1,100)+sigma*randn(32,100)); y2=X1