关于ESS自由度的确定的一点理解.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
这涉及到自由度的感念,很多人提到,自由度=样本中可自自由变动 的变量个数 (n)减去受约束的条件个数 (j ),即简单表示为n-j 。 我们以双变量模型为例: 那么TSS=ESS+RSS ̅ ̂ ̅ ̂ 又有( −) = ( −) + ( − ) ̅ ̅ (1)其中是 n 个自由变动变量,而是一个约束,即要满足 = ∑Y ,所以TSS 有n-1 个自由度。i ̂ ̂ ̂ (2 )而RSS 呢,因为 − = − + 1 2 ̂ ̂ 而我们使用OLS 法估计出 和 的时候,不是要求其偏导为0 吗,这 1 2 里两个方程就构成了一个约束,所以RSS 的自由度为n-2. (3 ) 方法1: n-1-(n-2)=1,所以ESS 的自由度为1 方法 1 似乎违背了我们的初衷,因为我们的准则是自由度=样本中可 自自由变动的变量个数 (n)减去受约束的条件个数 (k) 那么方法2 : ̂ ̅ ̂ ̂ ̅ − = + − 1 2 由于我们OLS 是在经典线性回归模型的假定下进行的,即 为非随机 ̂ ̂ 或者固定的,所以 不是自由变动的,但是我们的 和 这两个估计 量是随机变量 (见P99,古扎拉蒂中文第五版),可以算作两个自由 度。所以ESS 的自由度2-1=1。 那么,推及多变量模型 TSS 的自由度为n-1 不会变,RSS 呢,由于k 个变量意味着(k-1 个回 归元/解释变量+1 个截距项,共k 个系数),所以OLS 将有k 个偏导 数=0 的方程,构成k 个约束条件,所以RSS 的自由度为n-k。 于是ESS 的自由度为k 个随机变量减去1 个约束,其自由度为k-1. 那单系数的显著性检验为什么服从 t(n-k)的分布呢?因为其除以分母 2 标准误的时候,用到了用了 的估计值,而估计值中包含了这些 系i 数,而这些系数同样被偏导数为0 的约束条件所约束。当然,这个和 t 分布的定义是推导出其属于t(n-k)的分布也是离不开的。 2 同样, 变换后的卡方分布也可以这样去理解,当然也可以用卡方的 定义公式推导。 恩,至少自圆其说了,不对之处请斧正~

文档评论(0)

cjp823 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:7060131150000004

1亿VIP精品文档

相关文档