第7章 双变量模型-假设检验.pptVIP

第7章 双变量模型—假设检验 §7.1 线性回归模型的基本假设 线性回归模型的基本假设 由此可见回归模型有两个特点 §7.2 普通最小二乘估计量的方差与标准误 随机误差项ui的方差?2的估计 在上述家庭可支配收入-消费支出例中 家庭可支配收入-消费支出计算结果 家庭可支配收入-消费支出EXCEL结果 家庭可支配收入-消费支出Eviews结果 家庭可支配收入-消费支出一例小结 §7.3 最小二乘估计量的性质 二、最小二乘估计量的性质 §7.4 OLS估计量的概率分布 2、参数估计量b1和b2的概率分布 §7.5 一元线性回归模型的统计检验 回归分析是要通过样本所估计的参数来代替总体的真实参数，或者说是用样本回归线代替总体回归线。 一、拟合优度检验:判定系数R2 拟合优度检验：是对样本回归直线与样本观测值之间拟合程度的检验。显然若观测点离回归直线近，则拟合程度好；反之则拟合程度差。 度量拟合优度的指标：判定系数（或可决系数）R 2 1、总离差平方和的分解 2、判定系数R2统计量 3、R2的计算公式 在第6章引例的收入-消费支出中 家庭可支配收入-消费支出EXCEL结果 家庭可支配收入-消费支出Eviews结果 二、变量的显著性检验 当得到回归参数的估计值后，所关心的就是解释变量与被解释变量之间是否真的存在回归关系。 在一元线性模型中，就是要判断X是否对Y具有显著的线性性影响。这就需要进行变量的显著性检验。 1、变量的显著性检验（双边检验） 在上述家庭可支配收入-消费支出例中 补充、选择显著水平a和概率p值 家庭可支配收入-消费支出EXCEL变量检验 家庭可支配收入-消费支出Eviews变量检验 3、变量的显著性检验（单边检验） 家庭可支配收入-消费支出EXCEL单边检验 家庭可支配收入-消费支出Eviews单边检验 家庭可支配收入-消费支出回归分析报告 讨论 上节小结：一元线性回归模型的统计检验 家庭可支配收入-消费支出EXCEL结果 家庭可支配收入-消费支出Eviews结果 上节小结：一元线性回归模型的统计检验 家庭可支配收入-消费支出EXCEL变量检验 家庭可支配收入-消费支出Eviews变量检验 可支配收入-消费支出EXCEL区间估计 四、正态性检验 前面进行的统计回归及检验是建立在误差项ui服从正态分布的基础上，由于不能直接观察到真实的误差项，那么如何证实误差项确实服从正态分布呢？ 1、残差直方图 残差直方图是用于获知随机变量ei概率分布密度函数形状的一种简单图形。 在Eviews中画残差表可调用下述指令 在Eviews中画综合图可调用下述指令 在Eviews中画残差图可调用下述指令 2、雅克-贝拉检验 现在常用的是雅克-贝拉检验，许多软件包括了这种检验方法。它是建立在OLS基础上的一种渐近（或大样本）检验方法。 在Eviews中雅克-贝拉检验指令： Eviews的雅克-贝拉检验结果 五、 双变量模型的应用：预测问题 （一）单个Y0的点预测 （二）总体条件均值与单个Y0预测值的置信区间 2、单个Y0预测值的预测区间 在上述收入-消费支出例中 注意： 利用Eviews工具进行预测 利用Eviews工具进行预测 利用Eviews进行预测 利用Eviews进行预测结果 六、综合实例：美国商业部门工资和生产率的关系 根据微观经济学的边际生产力理论可知，工资和工人生产率之间存在正向联系。表7-3给出了美国商业部门1959~2000年劳动生产率和工资（每小时实际工资）的数据。 1、散点图 令Y=实际工资，X=劳动生产率（每小时工人产出），作如下散点图。 2、利用Eviews回归结果 回归结果（结果含义） 3、正态性检验 (2) 雅克-贝拉检验 4、模型检验 5、预测 利用Eviews进行预测结果 七、时间序列问题 上述实例表明，时间序列完全可以进行类似于截面数据的回归分析。 然而，在时间序列回归分析中，有两个需注意的问题： 第一，关于抽样分布的理解问题。 能把表示时间数列的数据理解为是从某个总体中抽出的一个样本吗？ 八、应用举例 人均消费支出对人均GDP的回归结果 2、模型检验 3、预测 （二）用回归模型预测木材剩余物 1、建立模型 Eviews输出结果 Eviews输出结果 2、模型检验 3、预测 小结：一元线性回归模型的统计检验 二、变量的显著性检验 可支配收入-消费支出EXCEL区间估计 ［练