第3章双变量模型 假设检验.ppt

* 一、置信区间法 数学S.A.T一例 设定自由度为d.f；假定显著性水平为 ，可得 因为 H0： ?1=0，H1：?1?0 Step1: Step2: Step3: Step4: 如果原假设的 值落在该区间中，则接受原假设，否则，拒绝原假设。 * 接受区域 拒绝区域 拒绝区域 如果接受区域包含零假设值 ，则不拒绝零假设。 当然，无论做何种决定，都会以一定的概率（如 ）犯错。 置信区间 显著性水平 端点称为置信限（confidence limit）或临界值（critical values） （confidence coefficient） （confidence interval） （level of significance） 置信系数（置信度） 置信区间 临界值 临界值 * 一、置信区间法 数学S.A.T一例 本例中，自由度为8（10-2）假定显著性水平 为5% H0： ?1=0，H1：?1?0 则根据附录可查 由于这个区间没有包括零假设值0，所以拒绝H0 Step1: Step2: Step3: Step4: * H0的接受区域 拒绝区域 拒绝区域 随机区间 确定性区间 建立100个这样的区间，则有95个区间包括真实的?1。 95%的置信区间（自由度为8） 0.00074 0.00187 该随机区间包含真实的?1的概率为95% 由于置信区间一定程度地给出了样本参数估计值与总体参数真值的“接近”程度，因此置信区间越小越好。 要缩小置信区间，需 （1）增大样本容量n，因为在同样的置信水平下，n越大，t分布表中的临界值越小；同时，增大样本容量，还可使样本参数估计量的标准差减小； （2）提高模型的拟合优度，因为样本参数估计量的标准差与残差平方和呈正比，模型拟合优度越高，残差平方和应越小。 * 练习题 根据我国2006年31个省市城镇居民消费支出(Y)和城镇居民人均可支配收入(X)数据,得到如下消费函数: t=(1.0467) (31.395) se=(268.95) (0.0228) r2=0.9714 d.f=n-2=31-2=29 检验假设:(1)对估计的斜率系数建立一个概率为95%的置信区间 (2)根据建立的该置信区间,能否接受零假设H0: (3)根据消费经济理论,人均可支配收入对消费支出有显著的正面影响,如何检验这个假设(变量显著检验) 二、变量的显著性检验(即t检验) 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。 * 在一元线性模型中，就是要判断X是否对Y具有显著的线性性影响。这就需要进行变量的显著性检验。 * 二、变量的显著性检验 核心思想：构造一个检验统计量，从样本数据求得检验统计量的值，以此决定接受或拒绝零假设 检验步骤： H0： ?1=?*， H1：?1? ?* （2）以原假设H0构造t统计量，并由样本计算其值 （3）给定显著性水平?，查t分布表，得临界值 |t|> t ?/2(n-2)，则拒绝H0 |t|? t ?/2(n-2)，则不拒绝H0 （1）对总体参数提出假设 (4) 比较 判断 二、变量的显著性检验 计量经计学中，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 双边检验 t ?/2(n-2) t ? (n-2) 单边检验 右侧检验t> t ? (n-2),则拒绝H0 左侧检验t< t ? (n-2),则拒绝H0 * 二、变量的显著性检验 说明： 在经验分析中，常用的显著性水平 有1%、5%、10%。为了避免选择显著水平的随意性，通常求出P值（精确地显著水平）。如果计算的P值充分小，则拒绝零假设。 计量经计学中，主要是针对