分位数回归幻灯片.ppt

Wald检验 如果约束条件为真，则 不应该显著异于零，其中 是无约束极大似然估计值。当 显著异于零时，约束条件无效，拒绝原假设。 检验统计量 Wald只需要估计无约束模型，但需要计算渐进协方差矩阵。 Wald检验 在线性约束条件下， Wald检验 拒绝域， 系列分位数回归检验 前面的分析主要集中在单个分位数回归模型的假设检验上，而有些时候也需要对一系列分位数回归的回归系数进行联合检验。比如，需要通过检验不同分位数模型的斜率是否相等来判断一个模型是否具有位移特征。同时考虑多个分位数回归式称作系列分位数回归分析。 4、斜率相等检验 斜率相等检验，即检验对于不同的分位点，估计得到的结构参数（在线性模型中即为斜率）是否相等。 原假设被设定为： 其中βi指常数项以外的解释变量所对应的(k-1)维参数列向量。因此，零假设共含有(k-1) (m-1)个约束条件。接下来构造Wald形式的统计量检验零假设是否成立，它渐近服从自由度为(k-1) (m -1)的卡方分布。 如果接受该假设，说明每个斜率对于不同分位点具有不变性，此时，应该采用普通最小二乘估计；如果拒绝该假设，说明模型应该采用分位数回归估计，以反映每个斜率在不同分位点的不同值。 斜率相等检验可以通过约束回归检验实现。