计量经济学 (强烈推荐)第2章 简单线性回归模型2.ppt

计量经济学 (强烈推荐)第2章 简单线性回归模型2.ppt

  1. 1、本文档共51页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
计量经济学 (强烈推荐)第2章 简单线性回归模型2

1、变量间的关系分为函数关系与相关关系。 相关系数是对变量间线性相关程度的度量。 2、现代意义的回归是一个被解释变量对若干个解释变量依存关系的研究,回归的实质是由解释变量去估计被解释变量的平均值。 3、总体回归函数(PRF)是将总体被解释变量Y的条件均值表现为解释变量X的某种函数。 样本回归函数(SRF)是将被解释变量Y的样本条件均值表示为解释变量X的某种函数。 总体回归函数与样本回归函数的区别与联系。 * 4、随机扰动项是被解释变量实际值与条件均值的偏差,代表排除在模型以外的所有因素对Y的影响。 5、简单线性回归的基本假定:对模型和变量的假定、对随机扰动项u的假定(零均值假定、同方差假定、无自相关假定、随机扰动与解释变量不相关假定、正态性假定) 6、普通最小二乘法(OLS)估计参数的基本思想及估计量;OLS 估计量的分布性质及期望、方差和标准误差;OLS估计式是最佳线性无偏估计量。 * 7、简单线性回归模型极大似然估计的思想和方法。 8、对回归系数区间估计的思想和方法。 9、拟合优度是样本回归线对样本观测数据拟合的优劣程度,可决系数是在总变差分解基础上确定的。可决系数的计算方法、特点与作用。 10、对回归系数假设检验的基本思想。对回归系数t检验的思想与方法;用P值判断参数的显著性。 * 11、被解释变量平均值预测与个别值预测的关系,被解释变量平均值的点预测和区间预测的方法,被解释变量个别值区间预测的方法。 12、运用EViews软件实现对简单线性回归模型的估计和检验。 * * * 第二章结束了! 估计 : 给定 查df=n-2=9的t分布临界值 参数区间估计: 若给定 查df=9的t分布临界值 * 若给定 则 若给定 则 则 * * 统计量 t 计算的统计量为: 相对于显著性水平 的临界值为: (单侧)或 (双侧) 基本概念回顾: 临界值与概率、大概率事件与小概率事件 0 (大概率事件) (小概率事件) 目的:简单线性回归中,检验X对Y是否真有显著影响 三、回归系数的假设检验 * 回归系数的检验方法 确立假设:原假设为 备择假设为 (本质:检验 是否为0,即检验 是否对Y有显著影响) (1)当已知 或样本容量足够大时 可利用正态分布作Z检验 给定 , 查正态分布表得临界值 Z ▼ 如果 则不拒绝原假设 ▼如果 或 则 拒绝原假设 * (2) 当 未知,且样本容量较小时 只能用 去代替 ,可利用 t分布作 t 检验: 给定 , 查 t 分布表得 ▼如果 或者 则拒绝原假设 而不拒绝备择假设 ▼如果 则不拒绝原假设 用 P 值判断参数的显著性 假设检验的 p 值:  p 值是基于既定的样本数据所计算的统计量,拒绝原假设的最低显著性水平。 统计分析软件中通常都给出了检验的 p 值 P 统计量 t 计算的统计量: 相对于显著性水平 的临界值: 或 注意: t检验是比较 和 P值检验是比较 和 p 与 相对应 与 P 相对应 * * 用 P 值判断参数显著性的方法 方法:将给定的显著性水平  与 p 值比较: ?若    值,必有 ,则在显著性水平  下拒绝原假设 ,即认为 X 对 Y 有显著影响 ?若    值,必有 ,则在显著性水平  下不拒绝原假设     ,即认为 X 对 Y 没有显著 影响 规则:当 时,P值越小,越能拒绝原假设 * 举例:对例1参数的显著性检验 给定 查df=9的 t分布临界值 计算统计量 判断:因 拒绝 说明 显著不为0, X对Y 确有显著影响 用P值检验: (需要确定与 对应的P值) 由 ,df

文档评论(0)

wyjy + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档