第3章检验与区间估计x(计量经济学-中南财经政法大学,向书坚).ppt

第三章 双变量回归:区间估计与假设检验 § 3.1统计学的预备知识 § 3.2基本概念 § 3.3回归系数 和 的置信区间 §3.4 的置信区间 §3.5 假设检验：概述 §3.6 置信区间的假设检验 §3.7 假设检验:显著性检验法 §3.8假设检验:一些实际操作问题 § 3.9 回归分析与方差分析 §3.10回归分析的应用:预测 第三章 双变量回归:区间估计与假设检验 § 3.1统计学的预备知识 § 3.2基本概念 对于给定的 和 使得 成立,称 为置信区间, 为显著水平. 置信上限: 置信下限: 临界值:置信区间的端点称谓置信限. § 3.3回归系数 和 的置信区间 2. 的置信区间 计算公式: 或者: 承前（表3.2，P65） 3.特点:置信区间的宽度与标准误成比例. 4.消费－收入例子: (1). 的95%置信区间: 或 (2). 的95%置信区间: 或 §3.4 的置信区间 1. 的置信区间: (1).统计量: (2).置信区间: 2.图示如下(P106. 图5.1) §3.5 假设检验：概述 复习数理统计中讨论过的相关内容 §3.6 置信区间的假设检验 1.双尾检验: (1).决策规则:构造一个 的 置信区间,若 在假设 下,落入此区间,就接受 .否则就拒绝 . (2).如P108的图示: 2.单侧检验 §3.7 假设检验:显著性检验法 1.回归系数的t检验 (1).显著性检验是利用样本结果,来证实一个虚拟假设真伪的一种检验程序.常用方法有区间法和临界值法. (2).统计量: (3).置信区间: 2.p110.例: 续前 (1).置信区间法: (2).临界值: 单侧检验 1.单侧检验与双侧检验的程序相同. 如上题: 如P112图5.5 2.显著性t检验决策规则表5.1(p113) 检验 的显著性: 检验 1.检验统计量: 2. 检验概要P113.表5.2 3.检验方法:区间与临界值检验 §3.8假设检验:一些实际操作问题 1.“接受”或“拒绝”假设的含义 2.“零”虚拟假设与“2倍t”屈指一算法则 3.对立虚拟与对立假设 4.选择显著性水平 5.精确的显著性水平:p值 6.统计显著性与实际显著性 7.假设检验的置信区间法与显著性检验法 的选择 “接受”或“拒绝”假设的含义 在显著性检验中，如果我们决定“接受”虚拟假设，只是说根据样本证据，我们没有理由去拒绝它；而不是说虚拟假设毫无疑问是真的。 正如一个法庭宣告某一判决为“无罪（not guilty)”而不为“清白”，统计检验的结论也应该为“不拒绝”而不为“接受”。 “零”虚拟假设与“2倍t”屈指一算法则 （“2-t”Rule of Thumb) 如果自由度≥20且显著性水平定为0.05时，那么，根据（3.3.2）式所得t值在绝对值上超过2时，就可以拒绝虚拟假设 对立虚拟与对立假设 理论预期或经验工作或同时两者都可以作为建立假设的依据，但必须注意，研究人员要在进行经验调查研究之前先建立这些假设，否则就会受到一种潜在的“诱惑”。 一般是将不愿意出现的结果设置为虚拟假设，而将愿意看到的结果设置为对立假设。 选择显著性水平 显著性水平 是指拒绝真实的虚拟假设达到的概率，也叫犯第Ⅰ类错误的概率； 如果虚拟假设是错误的，没有拒绝反而接受了，则称犯了第Ⅱ类错误。 因犯第Ⅰ类错误的代价（拒绝真实的虚拟假设，弃真）大于犯第Ⅱ类错误的代价（没有拒绝错误的虚拟假设，纳伪），那么尽可能将 设置小一些是合理的。 精确的显著性水平：p值 P值是指拒绝一个虚拟假设最低的显著性水平。 P(|t||t值|)=P值 其中，t为检验统计量，是随机变量，本例中t服从自由度为n-2的t分布。 t值是t统计量的样本值 可以看出，P值越小，|t值|越大；P值越大，|t值|越小。 当P值≤α时 此时应拒绝虚拟假设 当P值α时 此时应接受虚拟假设 因而可以用P值代替t值作判定 用P值代替t值作判定有几方面