《计量经济学》第二章-简单线性回归模型课件.ppt

 一般情况下, 总体方差 未知，用无偏估计 去代替 ，由于样本容量较小，统计量 t 不再服从正态分布，而服从 t 分布。可用 t 分布去建立参数估计的置信区间。 回归系数区间估计的方法 选定α，查 t 分布表得显著性水平为 ，自 由度为 的临界值 ，则有 即 在正态性假定下，变量 遵循自由度为n-2的 分布，故可用 分布来建立 的置信区间。 和 分别表示超过该值的概率是 和 的置信区间 三、回归系数的假设检验 假设检验的基本思想 某一给定的观测或发现是否与某声称相符 原假设与备择假设 第一类错误与第二类错误 双侧假设与单侧假设 假设检验的方法：置信区间和显著性检验 假设检验：置信区间法 决策规则：构造一个 的100（1－α）％的置信区间，如果 在原假设下落入此区间就不要拒绝 ，但如果它落在此区间之外，就要拒绝 假设检验：显著性检验法 显著性检验法是利用样本结果来证实一个原假设的真伪的一种检验程序。其基本思想在于一个检验统计量（作为估计值）以及在虚拟假设下，这个统计量的抽样分布。根据手中数据算出统计量的值决定是否接受 对回归系数假设检验的方式 计量经济学中，主要是针对变量的参数真值是否为 零来进行显著性检验的。 目的：对简单线性回归，判断解释变量 是否是被 解释变量 的显著影响因素。在一元线性模型中， 就是要判断 是否对 具有显著的线性影响。这 就需要进行变量的显著性检验。 一般情况下，总体方差 未知，只能用 去代替，可利用 t 分布作 t 检验 给定 , 查 t 分布表得 ▼如果 或者 则拒绝原假设 ,而接受备择假设 ▼如果 则接受原假设 2. 回归系数的检验方法 P 用 P 值判断参数的显著性 假设检验的 p 值： p 值是基于既定的样本数据所计算的统计量，是拒绝 原假设的最低显著性水平。 统计分析软件中通常都给出了检验的 p 值 统计量 t 由样本计算的统计量为: 相对于显著性水平 的临界值: 或 注意： t检验是比较 和 P值检验是比较 和 p 与 相对应 与 P 相对应 用 P 值判断参数的显著性 假设检验的 p 值： p 值是根据既定的样本数据所计算的统计量， 拒绝原假设的最小显著性水平。 统计分析软件中通常都给出了检验的 p 值。 方法：将给定的显著性水平　 与 值比较： ?若　　　 值，则在显著性水平　 下拒绝原假设 　　　　　 ，即认为 对 有显著影响 ?若　　　 值，则在显著性水平　 下接受原假设 　　　　　 ，即认为 对 没有显著影响 规则：当 时， 值越小，越能拒绝原 假设 用 P 值判断参数的显著性的方法 本节主要内容： ●回归分析结果的报告 ●被解释变量平均值预测 ●被解释变量个别值预测 第五节???回归模型预测 一、回归分析结果的报告 　　经过模型的估计、检验，得到一系列重要的数据，为了简明、清晰、规范地表述这些数据，计量经济学通常采用了以下规范化的方式： 例如：回归结果为 标准误差SE t 统计量 可决系数和自由度 二、被解释变量平均值预测 1.基本思想 ●运用计量经济模型作预测：指利用所估计的样本回归函数，用解释变量的已知值或预测值，对预测期或样本以外的被解释变量数值作出定量的估计。 ●计量经济预测是一种条件预测： 条件：◆模型设定的关系式不变 ◆所估计的参数不变