第四章 双变量回归模型区间-估计和假设检验.pptVIP

chapter four Two-Variable Regression Model:Interval Estimation and Hypothesis Testing 第一节 正态性假定：古典正态线性回归模型（CNLRM） 第三章对扰动项 的假定： 均值为零 无序列相关 同方差 点估计只是统计推断的一方面，另一方面是假设检验 最终目标 正态性假定 CNLRM假定干扰项是正态分布的，即 理论基础：中心极限定理(crentral limit theorem) 独立同分布随机变量，随着变量个数的无限增加，其和的分布近似服从正态分布。 在正态分布条件下 NID 表示独立、同为正态分布( normally and independently distributed) 正态性假定下OLS估计量的性质 无偏性 最小方差 一致性 第二节 概率统计知识的简要回顾 几个重要的概率分布： 正态分布 t 分布 分布 F分布 第二节 概率统计知识的简要回顾 正态分布 标准正态分布 估计量的抽样分布？ 若X1,X2,…,Xn是来自于均值为 ，方差为 的正态总体的一个随机样本。则样本均值 也服从正态分布，其均值为 ，方差为 。即 第二节 概率统计知识的简要回顾 第二节 概率统计知识的简要回顾 t分布 如果 已知，而 用样本方差 来替代，那么新建立的统计量服从自由度为n-1的t分布 第二节 概率统计知识的简要回顾 第二节 概率统计知识的简要回顾 分布 标准正态分布 第二节 概率统计知识的简要回顾 F分布 样本容量N的随机样本 和样本容量M的随机样本 分别来自均值为 和 ，方差分别为 和 的正态总体。假定两个样本独立，那么这两个正态总体是否同方差呢？如果方差未知，估计量 的比值F可以进行判断。当两总体方差相等时，F值服从分子自由度为N-1，分母自由度为M-1的F分布。 第二节 概率统计知识的简要回顾 第三节 区间估计：一些基本概念 一个例子 第三节 区间估计：一些基本概念 凯恩斯消费函数 边际消费倾向MPC大于零而小于1。 如果将收入与消费的关系设定为线性。那么，通过OLS估计得到的回归方程为 一个点估计：边际消费倾向MPC， 的估计值为0.5091。 如果无法完全信赖点估计结果，那么可以围绕在点估计量构建一个区间。比如，两边各宽出2到3个标准误差，使其有95%的概率包含真实参数值。 第三节 区间估计：一些基本概念 构建区间目的： 如果存在两个正数 ，使得随机区间 包含 的概率为 ，即 则称 第四节 回归系数?1和?2的置信区间 ?2置信区间： （4-1） 实际中 很少能知道，因此通常用无偏估计量 来代替，因此上式可写为 （4-2） 第四节 回归系数?1和?2的置信区间 的一个无偏估计量 为： 证明见Basic Econometrics，P102，3A.5 THE LEAST-SQUARES ESTIMATOR OF 第四节 回归系数?1和?2的置信区间 (4-2)式构造的t 统计量服从自由度为n-2的t 分布 利用t 分布建立的?2的置信区间如下： （4-3） 其中，t为(4-2)式的t 统计量 把(4-2)带入(4-3)得到 (4-4) 整理得?2的置信区间： 第四节 回归系数?1和?2的置信区间 相类似，可以得到?1的置信区间 ?1和?2置信区间的一个特点： 方程中置信区间的宽度都与估计量的标准误成比例。就是说，标准误越大，置信区间越宽。换句话说。估计