计量经济学基础教学课件作者刘家国第3章节课件幻灯片.pptVIP

变量显著性检验的步骤如下： ①提出假设： ： ②计算统计量 ，给定显著性水平 查自由度 为 的分布表，得到临界值 。 ③若 ，则拒绝原假设 ，判定 在显著性水 平 下不为零，也就是解释变量 对被解释变量的影响 是显著的；反之，若 ，接受原假设 解释变量 对 被解释变量 的影响是不显著的。 例3.3 对水果店经营模型的t检验 在例题3.2中，杨立乾同学对水果店的计量经济学模型进行了在概率水平95%下的F检验，检验结果为 ，回归方程的线性关系不是显著成立的。为了检测出到底是哪一个解释变量选取的不恰当，杨同学继续对模型进行变量的显著性检验（t检验），检测一下在80%的概率水平下模型中选取的两个解释变量“当日客户流量”及“水果品种数量”分别对被解释变量“当日销售额”有无显著影响。 对于 ，提出假设: 分别对 和 进行显著性检验 计算统计量 在 的显著水平下 得到 对于 ,提出假设 计算统计量 得到 §3.4参数估计量的区间估计 问题的提出 线性回归模型的参数估计量是随机变量，利用一次抽样的样本观测值，估计得到的只是参数的一个点估计值。 如果用参数估计量的一个点估计值近似代表参数值，那么，二者的接近程度如何？以多大的概率达到该接近程度？ 这就要构造参数的一个区间，以点估计值为中心的一个区间（称为置信区间），该区间以一定的概率（称为置信水平）包含该参数。 已知 若给定置信水平 ，根据t分布表得到临界值 ，那 么t落在 的概率是 。 根据上述推导过程可知，在 置信水平下， 的置信区间是： 例3.4 计算水果店经济模型各个参数的置信区间 在例题2.2中，杨立乾同学为水果店建立的计量经济学模型为 ，其中的参数 ， 和 是利用最小二乘法的原理估算出来的。现在，杨同学想知道这三个估算出来的参数分别与各自的真实值相差多少。（置信水平为90%） 给定置信水平为90%，可知 ，又有已知的样本容量n=5，k=2，查t分布表可得 根据 可计算出 根据 在90%的置信水平下： 的置信区间是 即 的置信区间是 即 的置信区间是 即 如何缩小置信区间 增大样本容量n，因为在同样的样本容量下，n越大，t分布表中的临界值越小，同时，增大样本容量，还可使样本参数估计量的标准差减小。 提高模型的拟合优度，因为样本参数估计量的标准差与残差平方和呈正比，模型优度越高，残差平方和应越小。 提高样本观测值的分散度，样本观测值越分散则 越小。 ④降低对置信度的要求，在其他情况不变时，置信度越 高，临界值 越大，置信区间越大。所以适当降低置 信度也可以达到缩小置信区间的目的。 §3.5预测值的区间估计 问题的提出 （对于一元回归） （对于二元回归） 严格地说，这只是被解释变量预测值的估计值，而不是预测值。为什么？ 由于随机因素的影响，模型中的参数估计量是不确定的。 所以，我们得到的仅能是预测值的一个估计值，预测值仅以某一个置信水平处于以该估计值为中心的一个区间中。 于是，又是一个区间估计问题。 区间预测是在一定置信概率的保证下，通过考察预测误差的范围，进而确定真实值Y0或E(Y0)可能被哪个区间范围所包含。 预测值置信区间的推导 如果已经知道实际的预测值 ，那么预测误差为： 0 0 0 ? Y Y e - = 容易证明： 服从正态分布，即 e 0 ～ )) ) ( 1 ( , 0 ( 0 1 0 2 X X X X ￠ ￠ + - s N 结论：当给定解释变量值 后，严格的说只能得到被解释变量值 以 的概率出现在置信区间。 有随机干扰项的样本估计量 ，可得 的方差的估计量 构造t统计量 统计量服从自由度为（n-k-1）的t分布。给定置信水平为 ，可得置信区间： 例3.5 计算水果店经济模型预测值的置信区间 在例题2.2中，杨立乾同学为水果店建立的计量经济 学模型为 ，该模型为估计模型，所以 由它得出的被解释变量的值为估计值。现在，杨同学想 知道由这个估计模型计算出来的估计值与实际情况中的 真实值相差多少。于是，他又选取了一天的观测数据 并根据课堂所学知识计算出对应的预测值 的估计值置信区间。 解：由例2.2可知 所以有 给出显著性