计量理论分析方法精要.docVIP

一、统计推断中的假设检验 常见的随机变量有标准正态变量Z以及演变而成的t-Statistics、CHI-Squares、F-Statistics；关于这四种随机变量的概率分布我们具备完全信息。 分析问题时把研究的具体问题转化为这四种随机变量的任何一种即可进行显著性假设检验。 假定已知(和(2的估计量S2，则可以用样本标准差（S）代替总体标准差（(），得到一个新的变量t。 一种检验方法可以采用各假设检验统计量的判别准则判断检验统计量数值落在假设检验的接受区域还是拒绝区域，从而作出是否接受原假设的结论； 另一种方法可以比较检验统计量的伴随概率P值是小于还是大于等于显著性水平（α=0.05），若P值小于α，则认为小概率事件发生了，拒绝原假设，反之若P值大于α，则认为无充分证据拒绝原假设，接受原假设。 两种方法是等价的。 二、模型统计检验中拟合优度检验、方程的显著性检验(F检验) 、变量的显著性检验（t检验）的逻辑关系？参数的置信区间预测目的何在？ 1. 拟合优度表明被解释变量的平均变动有多大比例可以由模型包含的解释变量来解释。R2大说明样本回归直线的线性拟合程度较高；若R2较小时，我们无从判断回归直线的线性解释能力是否显著，或者说不能判断解释变量的联合体即各变量的线性组合与被解释变量的总体线性关