第3章 双变量模型：假设检验.pdf

第第33章章 双变量模型双变量模型：假设检验假设检验 主要内容主要内容 • 33.11 古典线性回归模型的假定古典线性回归模型的假定 • 3.2 OLS估计量的方差与标准误 •• 33.33 为什么使用为什么使用OLSOLS？？ OLSOLS估计量的性质估计量的性质 • 3.4 OLS估计量的抽样分布（概率分布） •• 33.55 假设检验假设检验 • 3.6 拟合回归直线的优度：判定系数r2 • 33.77 回归分析结果的报告回归分析结果的报告 • 3.8 计算机输出结果 • 3.9 正态性检验正态性检验 • 3.10 综合实例 • 3.11 预测 3.1古典线性回归模型 假设1. 回归模型是参数线性的，但不一定是变 量线性量线性；； Y =B +B X +u i 1 2 i i 假设2. 解释变量X与扰动误差项u不相关。 Cov((X,, u))=0 线性回归模型的基本假设 假设3. 给定X ，扰动项的期望或均值为零，即： i E(u|XE(u|X )=)=00；； i PRF : E(Y|X )=B +B X i 1 2 i 扰动项u 的条件分布 i 线性回归模型的基本假设 假设4. u 的方差为常数，即同方差假定： i Var(uVar(u )=)=2 i PRF : Y =B +B X i 1 2 i PRF : Y =B +B X i 1 2 i 同方差 异方差 线性回归模型的基本假设 假设5. 无自相关假定，即： Cov(uCov(u , uu )=)=00, iijj i j 由该假定可得，Cov(Y , Y )=0, ij ，即Y也不相 i j 关关。 线性回归模型的基本假设 假设6. 回归模型是正确设定的，即模型不存在 设定误差设定误差 （（错误错误）） 假设7. 随机误差项ui具有零均值、同方差(u2) 的正态分布： uiui ~ N(N(00, uu22)) 3.23.2最小最小二乘估计量的性质乘估计量的性质 1. 系数B , B 的OLS估计 1 2 当模型参数估计出后，需考虑参数估计值的 精度，即是否能代表总体参数的真值，或者说需 考察参数估计量的统计性质考察参数估计量的统计性质。 一个用于考察总体的估计量，可从如下几个 方面考察其优劣性方面考察其优劣性： （1）线性性，即它是否是另一随机变量的线性 函数； （2 ）无偏性，即它的均值或期望值是否等于总 体的真实值体的真实值； （3 ）有效性，即它是否