Chap4复回归分析推论.PDFVIP

Chap 4複迴歸分析：推論 • 參數的 OLS估計量的期望值與變異數為 ˆ – E ()  2 1 ˆ Cov()  ( ) –故，此 OLS估計量是不偏的 – 根據高斯 —馬可夫定理，可證明 的 OLS估計量是最 佳線性不偏估計量 (BLUE) ，也就是在所有的線性估計 量中， OLS估計量是最精確的。 • 在常態與同質的假設下， OLS估計量為一最小變異數不 偏估計量 (UMVE) ，這表示是不偏估計量中變異數最小的 • 迴歸之常態與同質的意義見圖 4.1 (p139) Q4_mreg2 1 估計量的標準誤 • 上式中代k = 1 ，簡單線性迴歸模式中，估計量的變 1 異數如下： – 2 2 ˆ   Var( ) 1 2 2 (xi x) (n 1)Sx –觀察上式得到：若解釋變數的變異或波動越大， 則 估計量的變異數越 ？，而精確度也就越？。 1 – 標準誤 (standard error) ：變異數開根號，代表估計 的誤差。 Q4_mreg2 2 估計量的分布 • 若 ε~Normal ，可證明以矩陣表示的迴歸模式(n個觀察值， k個解釋變數 中，估計量的分配為) ˆ 2 -1 (n 1k)ˆ2 2 β ~ N(β, σ (XX) ) 2 ~ n -1-k  • 因此，可得到 ˆ   t i ˆ i ~ t(n - 1- k) s.e.() i • 當殘差滿足常態性與同質性時，可使用 t-檢定測驗各係數 的部份影響，或用 t-表得到估計區間 Q4_mreg2 3 各係數的檢定 • Ｈ : =  H :  0 i i0 1 i i0 在常態分配的假設下，參數的估計量遵循一常態分配，故可以 t-test 來檢定參數的顯著性。 • 常用檢定：Ｈ : =0 H : 0 ，檢定解釋變數的部份影響力