第2章一元线性回归模型２.pptVIP

第2章一元线性回归模型(2) 思考题： 1、CLRM关于随机误差项的五个假设是什么？ 2、影响SRF中斜率估计量方差的两个因素是什么？ 3、OLS估计量具有哪两个优良性质？ 4、假设检验的基本原理是什么？ 5、显著性水平和第一类错误指的是什么？ 思考题： 6、对稻草人假设进行检验的标准是什么？ 7、拟合优度的含义和度量指标是什么？ 8、正态性检验的目的是什么？ 复习 第2章(1)思考题： 1、回归分析中的变量有何特点？ 2、被解释变量的两个组成部分的含义是什么？ 3、刻划被解释变量的两个参数分别是什么？ 4、样本回归模型与总体回归模型有何区别？ 5、最小二乘估计法的核心思想是什么？ 6、回归模型参数的估计量是什么？ 复习 第2章(1)思考题： 7、一元线性回归具有哪三个性质？ 8、如何解释回归模型参数的含义？ 2.2 普通最小二乘估计量的方差 Y = f(X) + μ μ被称为随机误差项，代表所有其他影响因素的总和 因此，Y是一个随机变量 刻划随机变量的两个参数： ①期望值 ②方差 计量研究目标 1、X对Y的具体影响： 回归标准误：SER Eviews 估计Salary 的标准误 斜率方差的决定因素 1、解释变量的变化程度 解释变量的变化程度越大，对斜率的估计越精确 斜率方差的决定因素 2、总体方差 总体方差越小，对斜率的估计越精确 2.3 OLS估计量的性质 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。 估计量 估计总体的公式 总体均值的估计量：样本均值 估计量 估计总体的公式 总体均值的估计量：样本均值 估计量与估计值 随机样本：无数个样本 一个具体的样本： 1、样本中每个随机变量都取定一个观察值 2、根据估计量的公式计算估计值 无偏性成立的关键条件 CLRM的假设1：μ 和Xi不相关 案例分析 学生的数学考试成绩 被解释变量：在一次高中10年级标准化数学考试中通过学生的百分比 解释变量：有资格接受联邦政府午餐补助学生的百分比 math10 = ?0 + ?1 lnchprg+ ? ?1的含义 ?1 0 Eviews MATH10 = 32.14 － 0. 319*LNCHPRG 请解释－0.319的含义 其他影响因素：例如学生的贫穷率 学生的贫穷率与受补助学生比例正相关， 学生的贫穷率与数学考试通过率负相关 ?1的正态分布 2.5 假设检验 不同的样本，得到不同的估计值， 根据某一个具体样本得到的估计值质量如何？ 可以通过特定的检验指标来衡量 显著性检验法 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。 解释变量的显著性 如果?1等于零，则X对Y没有影响 ?1的估计值不等于零 但是 ?1真的不等于零吗？ 问题： 如何说服我们相信你高考的数学成绩不是零分？ 1、假设检验概述 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假设。 判断结果合理与否，是基于“小概率事件不易发生”这一原理的。 如果结果是个小概率事件，那我们认为这是不可能发生的。会发生不可能发生的事情，一定是假设前提错了。 上述“小概率事件”的概率被称为检验的“显著性水平”，或者“犯第一类错误的概率”（拒绝了正确的虚拟假设） 问题 显著性水平 或犯错误概率 在反证法推理中应当设定得越小越好， 还是越大越好？ t分布 t分布 t分布的均值为0 t分布的方差为n/(n-2); n=30, 1.07  假设检验的基本思想 1、设计一个服从特定分布的随机变量，例如t 2、选择一个取值范围，上述随机变量落在该取值范围内的概率很小，例如5％ 3、根据样本数据计算上述随机变量的数值 4、判断该数值是否落在上述取值范围之内 5、如果是，则认为发生了不可能发生的事情。因此得出结论：假设前提错了 斜率?1的显著性检验 在上述t统计量中假设?1等于零，得到 统计量t的解释 t是一个随机变量，对应于不同的样本，t取不同的值 给定一个具体样本，t是斜率的估计值和斜率的样本标准差的比率。被称为t比率  简易判断法则 当n 30时，t分布近似于正态分布 给定显著性水平为5％，临界值c约为2 如果t的绝对值大于2，就可以拒绝稻草人假设，说明斜率b1显著地不等于零 因此，解释变量X对被解释变量Y具有影响 案例分析 工资 被解释变量：工资（1976年每小时美