第8章__复回归分析：推断问题 计量经济学-古扎拉蒂 教学课件.ppt

第8章 复回归分析：推断问题 8.1正态性假定 8.2：1956-1970年美国个人消费与个人可支配收入的关系 数据（见CI），模型如下： 8.3复回归中的假设检验：总评 检验关于个别偏回归系数的假设 检验所估计的复回归模型的总显著性，也就是要判明是否全部偏斜率系数同时为零。 检验两个或多个系数是否相等 检验诸偏回归系数是否满足某种约束条件 检验所估计的回归模型在时间上或在不同横截面单元上的稳定性 检验回归模型的函数形式 8.4检验关于个别偏回归系数的假设 引用假定ui~N(0,?2)，就可用t检验统计量对任一个别的偏回归系数的假设进行检验。步骤如下： 假设：H0：?2=0及 H1： ?2?0。零假设为保持X3不变，个人可支配收入对个人消费支出无（线性）影响。 检验：选择显著性水平、确定否定域、计算检验统计量 假设检验与置信区间有非常密切的关系 8.5检验样本回归的总显著性 单独假设：H0： ?2= ?3=0 检验一个个假设，不等于联合地检验同样的这些假设。 联合检验：任一个单一假设都受其他假设所含信息的影响。 检验所测复回归的总显著性的方差分析法：F检验（P234） 检验复回归的总显著性（P236） 8.5检验样本回归的总显著性 R2和F之间的一个重要关系式 8.6检验两个回归系数是否相等 检验假设的形式P242~244 8.7受约束的最小二乘法（P244~250） T检验方法 F检验法：受约束最小二乘法 例8.3 例8.4 * 对于如上模型研究者也许想发现变量怎样在时间上变动。 趋势变量，一般用来代替一个影响着Y的基本变量。但也许这个基本变量难以得到（如技术），但技术可能随时间的增加而增加。 引入趋势变量的另一原因就是避免谬误相关问题。如也许两个变量之间并不相关，二者都是随时间的增加而有某种相同的变化趋势。这样引入时间变量以后，就可以避免这种谬误。 通过上述例子对此进行分析。 R2和F之间的一个重要关系式（P237） 检验一个用R2表示的复回归的总显著性（P238） 一个变量的“增量”或“边际”贡献（P238~239） *