第七章 受限OLS.pptVIP

* 第七章 线性约束最小二乘估计(受限最小二乘) 一、多个回归系数的联合检验 R2和F检验提供了对所有回归系数为零的原假设的检验，但有时我们会想对部分回归系数所组成的子集是否显著进行联合检验。 考虑多元回归模型： 称这个模型为无条件模型（UR）， 因为关于回归系数没有任何假设。 若想检验其中q个回归系数是否同时为零，上可将所有变量分为两组，第一组包含k-q个变量（包含常数项），第二组包含q个变量： 如果后q个系数都为零，则修正的模型将为有条件模型（R）： 原假设则为： （约束条件） 检验思路： 若从模型中去掉这q个变量，对有条件模型进行估计的话，得到的残差平方和ESSR肯定会比相应的无条件模型的残差平方和ESSUR大，这一点和给回归模型增加解释变量会引起R2增大是一个样的。 若原假设正确，去掉这q个变量将对方程的解释能力影响不大， ESSR将比ESSUR略有增加。 合适的检验统计量为： q为原假设所隐含的参数限制（约束）条件的个数。 根据F与R2之间的关系，有： 两个回归方程具有相同的因变量，因此有TSSUR=TSSR，代入F统计量，可得： 若F