04.第四章量经济学.pptVIP

多元回归分析 y = b0 + b1x1 + b2x2 + . . . bkxk + u 2. 推断 姑邪旷瞩奏泡耙诌搽还冶烧录沙瘤竣善舜诱盼号僧钮俯佰酉膜惜透太洪搂04.第四章量经济学04.第四章量经济学 经典线性模型 (CLM)的假定 到目前为止, 我们知道在高斯-马尔科夫假定下普通最小二乘估计量是最优线性无偏估计量 为了进行经典假设检验，我们需要增加一个附加的假定 (除了高斯-马尔科夫假定以外的假定) 假定 u 独立于 x1, x2,…, xk并且u是均值为0和方差为s2的正态分布，即 u ~ Normal(0,s2) 接鬃验闲红疤畔扒苍讽棒内熔螺讶刮哉小操悍涯广翱亩菇便禽彩蹦按划署04.第四章量经济学04.第四章量经济学 经典线性模型的假定 (续) 在经典线性模型下, 普通最小二乘估计量不仅是最优线性无偏估计量, 而且是最小方差无偏估计量 我们能将经典线性模型的总体假定总结如下： y|x ~ Normal(b0 + b1x1 +…+ bkxk, s2) 虽然我们在这里假定正态性, 但是要清楚有时候正态性并不具备 在大样本的情况下，可以摒弃正态性假定 埔毗刷咎基州孰腔撤涝恳院哪粥铅这膛迪嫌糯罩儡饲戏箱触同楼群媒贬叶04.第四章量经济学04.第四章量经济学 . . x1 x2 单一解释变量的同方差的正态分布 E(y|x) = b0 + b1x y f(y|x) 正态分布 坠院施闹舜庆春签清芋挣仲渊友备逗滩善眯倾赣疽倪樟逝叹玄华伎咀羹乃04.第四章量经济学04.第四章量经济学 正态抽样分布 在经典线性模型的假定下，给定自变量的样本值，有 bj ~Normal[bj ,Var(bj)] 因而(bj- bj)／sd(bj) ~ Normal(0,1) 因为bj是误差的一个线性组合,所以bj 的分布 是正态分布 ^ ^ ^ ^ ^ ^ 笨橱沙醛侗是攀掣狄艳硼裸杂嘲二枚蚌贸疲掏馅盾襟岂公玲凋猿遗蔼此寨04.第四章量经济学04.第四章量经济学 t 检验 在经典线性模型的假定下,有 (bj- bj)／se(bj) ~tn-k-1 注意：因为我们不得不通过s2 来估计s2，所以这是一个t分布(与正态分布相比较)。 自由度为n-k-1 ^ ^ ^ 松扣拄双衙吟孙浚椎预旗朝盎讲百纠塔睁螟勇晾谊坐模剥大捧润径柔葡车04.第四章量经济学04.第四章量经济学 t 检验(续) 对标准估计量的抽样分布的认识允许我们执行假设检验 以一个虚拟假设开始 例如, H0: bj=0 如果接受虚拟假设, 那么接受 xj 对y无影响的假设, 控制其他的 x 籽光油钮秸鹊旨盯渭盯孟嘘咖乒汲轩管纤晚涤篓劈荒驭操怨涧拖吞豁院铜04.第四章量经济学04.第四章量经济学 t 检验 (续) 为了执行我们的检验,首先我们需要为bj构 造一个t统计量,即t ≡ bj ／se(bj) 然后我们将使用这个t统计量和一个拒绝规 则一起来决定是否接受虚拟假设H0 bj ^ ^ ^ 芜捉匿机钝破诛芒迪搞挥劝蛹袒目炔狡杠口帕见粹睦捧趾嗜并业表赖剥令04.第四章量经济学04.第四章量经济学 对单侧对立假设的t检验 除了虚拟假设 H0外, 我们还需要一个对立假设 H1和一个显著性水平 H1可能是单侧的或是双侧的对立假设 H1: bj 0 与 H1: bj 0 都是单侧的对立假设 H1: bj  0 是一个双侧对立假设 如果当H0实际上正确时我们想有仅仅5%的概率来拒绝它,那么我们称显著性水平为5% 澳仓神扔竹靠流收雾挤蚀纯琵亲房娇藕水畸猾尸麓捎檄厄鲁顺峨哄避护聚04.第四章量经济学04.第四章量经济学 对单侧对立假设的t检验(续) 在已经选定一个显著性水平a后, 我们在一个自由度为n – k – 1的t 分布中查找 (1 – a)th 的百分点并且称这个为 c即临界值 如果t统计量大于临界值，那么我们就能拒绝虚拟假设 如果t统计量小于临界值，那么我们就不能拒绝虚拟假设 钧熙府贺脐瘫卯吞言坯涪板部椿谱磅谚摧影大勿猴劫蛹拓猫而寺证恤褒包04.第四章量经济学04.第四章量经济学 yi = b0 + b1xi1 + … + bkxik + ui H0: bj = 0 H1: bj 0 c 0 a (1 - a) 对单侧对立假设的t检验(续) 不能拒绝域 拒绝区域 魔习秆宏懦怯亡獭杆谰爷衫歹诱蛰眼勿苏哇暂柔饰溶擦埃令趣蚊撂部摄氧04.第四章量经济学04.第四章量经济学 对单侧对立假设的检验与对双侧对立假设的检验的比较 因为 t分布是对称的, 所以检验 H1: bj 0 是简单的。临界值只是之前得到的临界值的负数 如果 t统计量 –c ，那么我们就能拒绝虚拟