第五讲 1元线性回归3.pptVIP

一元线性回归（三） 通过上一章的讲解，以下几个部分的知识对本章至关重要： 原假设又称“0假设，表示研究者想收集证据予以反对的假设，用H0表示 备择假设也称“研究假设”，研究者想收集证据予以支持的假设，用H1或Ha表示 H0 ： ? = 某一数值 H1 ：? ?某一数值 H0 ： ? ? 某一数值 H1 ：? 某一数值 H0 ： ? ?某一数值 H1 ：? 某一数值 假设检验的步骤 计算检验统计量，标准化的检验统计量的公式为： 给定显著性水平?=0.05，查临界值表。 3。作出决策 双侧检验：|统计量| 临界值，拒绝H0 左侧检验：统计量 -临界值，拒绝H0 右侧检验：统计量 临界值，拒绝H0 或者，求出p值，p=0.05 拒绝H0 p0.05 接受H0 P值的计算 回归系数的假设检验 前面的例子中提到的你的客户，那个学区负责人因为遇到问题所以打电话给你。她告诉你一个愤怒的纳税人来到她的办公室，声称减小班级规模对提高测试成绩没有帮助，所以进一步缩减班级规模只是浪费金钱。即此纳税人断言班级规模对测试成绩没有影响。 由于班级规模变动一个单位对测试成绩的影响是Bclasssize，纳税人的主张是：总体回归线是水平的，即总体回归线的斜率等于零。 你是拒绝纳税人提出的Bclasssize =0的假设，还是至少目前暂时接受该假设以等待另外的新证据呢？ 因此，要对斜率Bclasssize进行假设检验。 我们需要构造一个t统计量： t=(估计量-假设值)/估计量的标准误差 以B1为例，我们要构造的t统计量是： 而 是它的标准误差。 简单推导 B1的单边假设检验 截距B0的假设检验 置信区间 X变化的预期效应的置信区间 关于自由度 (degree of freedom) 自由度的概念由统计学家R.A Fisher提出。从字面涵义来看，自由度是指一组数据中可以自由取值的个数。 是指数据个数与附加给独立的观测值的约束或限制的个数之差。 当样本数据的个数为n时，若样本平均数确定后，则附加给n个观测值的约束个数就是1个，因此只有n-1个数据可以自由取值，其中必有一个数据不能自由取值。 按着这一逻辑，如果对n个观测值附加的约束个数为k个，自由度则为n-k。 1. 样本有3个数值，即x1=2，x2=4，x3=9，则 ?x = 5。当 ?x = 5 确定后，x1，x2和x3有两个数据可以自由取值，另一个则不能自由取值，比如x1=6，x2=7，那么x3则必然取2，而不能取其他值 2. 为什么样本方差的自由度为什么是n-1呢？因为在计算离差平方和时，必须先求出样本均值?x ，而?x则是附加给离差平方和的一个约束，因此，计算离差平方和时只有n-1个独立的观测值，而不是n个。 3. 样本方差用自由度去除，其原因可从多方面解释，从实际应用角度看，在抽样估计中，当用样本方差s2去估计总体方差σ2时，它是σ2的无偏估计量 假设n个样本，k个解释变量：TSS，ESS，RSS的自由度分别是多少？ 二元变量的回归 二元变量：虚拟变量，是一种对结果产生影响的定性变量。 例一：很多人撰写文章比较改革开放前后，或者某项制度实施前后对经济增长的某个指标的影响，这就需要引入虚拟变量。 例二：比较研究，男女大学生就业的区别、黑人和白人工资的区别，发达国家和发展中国家经济增长模式的区别。 虚拟变量的基本含义 许多经济变量是可以定量度量的，如：商品需求量、价格、收入、产量等 但也有一些影响经济变量的因素无法定量度量，如：职业、性别对收入的影响，战争、自然灾害对GDP的影响，季节对某些产品（如冷饮）销售的影响等等。 为了在模型中能够反映这些因素的影响，并提高模型的精度，需要将它们“量化”， 这种“量化”通常是通过引入“虚拟变量”来完成的。根据这些因素的属性类型，构造只取“0”或“1”的人工变量，通常称为虚拟变量（dummy variables），记为D。 例如，反映文程度的虚拟变量可取为： 1， 本科学历 D= 0， 非本科学历 对于m个类别的分类变量，只能建立（m-1）个虚拟变量； 例如： 党员、团员、非团员 可以建立两个虚拟变量m1和m2： m1=1 党员 m2=1 团员 m1=0 非党员 m2=0 非团员 注意：1. 如果m 个类别引入m个虚拟变量，会引发严重