第7章0计量经济.pptVIP

第七章 双变量模型：假设检验 7.1 古典线性回归模型 7.2 普通最小二乘估计量的方差和标准差 7.3 普通最小二乘估计量的性质 7.4 OLS估计量的抽样分布或概率分布 7.5 假设检验 7.6 拟合优度的检验：判定系数 第七章 双变量模型：假设检验 7.7 回归分析结果的报告 7.8 正态性检验 7.9 关于计算：回归分析的软件 7.10 实例：美国进口支出 7.11 预测 7.12 实例 7.2.1博彩支出一例的方差和标准误 计算结果见表7-1. 计算残差平方和@SSR;回归方差为@SSR/n-2. Var(b1): scalar Vb1=( @SSR/n-2)*@sumsq(X)/n* @Var(X)*n 同理可计算Var(b2) 7.2.1博彩支出一例小结 * 上一章 7.1 古典线性回归模型 基本假定：7.1 回归模型是参数线性的，非变量线性。 7.2 解释变量（X）与扰动项不相关 7.4 同方差假定，即， 同方差和异方差的对比 7.5 无自相关假定，即， 图7-3 自相关 7.3 扰动项的期望或均值为零。即， 图扰动项的条件分布 7.6模型是正确设定的 7.2 普通最小二乘估计量的方差和标准差 系数估计量的方差及标准差： 回归方差及标准差： （7-4） （7-5） （7-6） （7-7） （7-8） （7-9） 估计的博彩支出函数为： 7.3 普通最小二乘估计量的性质 OLS估计量是最优线性无偏估计量. 和 满足: (1)线性;即 和 是随机变量Y的线性函数. (2)无偏性,即 (3)最小方差性,即 的方差小于其他任何一个 的无偏估计量的方差 的方差小于其他任何一个 的无偏估计量的方差 (4)有效估计量，并且是无偏的。 1 B 7.4 OLS估计量的抽样分布或概率分布 由于 正态变量 和 的分布为: 图 7-4 估计量分布的几何图形 7.5 假设检验 在博彩支出一例中,假定价格对需求量没有影响,即,零假设为: 可以选择两种方法对参数 和 进行假设检验: 置信区间法. 显著性检验法. 估计量的分布为正态分布的情形 若总体误差项的标准差未知，要使用t分布 变量Z服从标准正态分布, 若 未知,用 来估计 ，上式为: s ? 7.5.1 置信区间法 7-5（a图）给出95%置信区间几何图形 （7-23） （7-24） （7-25） （7-26） 7-5图 给出95%置信区间几何图形 （7-27） 同理，截距 的95%的置信区间为： （7-28） [b2 -2.306se(b2 )] b2 [b2+ 2.306se(b2 )] a) 0.0556 b2 0.1072 b) 7.5.2 假设检验的显著性检验法 如果有： 则 它服从自由度为（ n-2）的 t 分布 对t 检验，需要知道： （1）对于双变量模型，自由度总为(n-2 ) （2）虽然在经验分析中常用的有1%，5%，10%，但置信水 平是由个人任意选取（给出统计量的p值）。 (7-29) 7.5.3 博彩支出的继续 (1)双边检验 假设: 根据t分布表,求得t的临界值(双边)为:(见图7-6) 图 7-6 t分布图 1.860 2.306 3.555 t临界值 0.10 0.05 0.01 显著水平 (2)单边检验 假设为: t临界值(左边)为: