计量经济胰学23.pptVIP

§2.3 一元线性回归模型的统计性质与检验 一、最小二乘估计量的统计性质 二、 拟合优度检验 三、变量的显著性检验 四、参数的置信区间 最小二乘估计量的统计性质 1、线性性 2、无偏性 3、最小方差性 线性特性是指： 均是 的线性函数。 也就是存在不全为零的 使下试成立： 无偏性 最小方差 对于一元回归中的 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。 二、拟合优度检验 拟合优度检验：对样本回归直线与样本观测值之间拟合程度的检验。 度量拟合优度的指标：判定系数（可决系数）R2 关于总体方差无偏估计量证明 二、变量的显著性检验 回归分析是要判断解释变量X是否是被解释变量Y的一个显著性的影响因素。 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、假设检验 所谓假设检验，就是事先对总体参数或总体分布形式作出一个假设，然后利用样本信息来判断原假设是否合理，即判断样本信息与原假设是否有显著差异，从而决定是否接受或否定原假设。 假设检验采用的逻辑推理方法是反证法。 先假定原假设正确，然后根据样本信息，观察由此假设而导致的结果是否合理，从而判断是否接受原