多元线性计量模型参数估计.pptVIP

* α/2 -α/2 第四节 多元线性计量模型的统计检验 * α F 0 第四节 多元线性计量模型的统计检验 * 2、方程显著性的F检验 依据假设检验的原理和步骤，把模型作为一个整体进行假设检验，检验模型中被解释变量与解释变量之间的线性关系是否显著的成立。 第四节 多元线性计量模型的统计检验 * F检验统计量的构造 第四节 多元线性计量模型的统计检验 * 例1—F检验 n=25，k=3的如下模型： 第四节 多元线性计量模型的统计检验 * F检验的步骤 （1）提出假设H0: ?1 = ? 2 = ? 3 =……= ? k=0 （2）构造统计检验量。 即 （3）根据显著性水平?，确定临界值F?。 （4）将计算出的F与临界值F?比较。 （5）下结论：若F临界值F?，则拒绝H0,，称F检验显著；若F=临界值F?，则称F检验不显著。 第四节 多元线性计量模型的统计检验 * 拟合优度与方程显著性检验的关系 拟合优度检验模型对样本的拟合程度。 F显著性检验检验模型总体线性关系的显著性。 两者之间关系： 拟合优度是感性的，不宜苛求，应以F检验为准。 F检验它只是把模型作为一个整体进行了检验，还应对模型中的各个变量进行检验，决定它们是否应当保留在模型之中。 第四节 多元线性计量模型的统计检验 * 三、变量显著性检验 目的：剔除模型中回归系数与0差异不显著的解释变量，使模型更简洁实用； 步骤：对模型进行整体检验之后，一次只能剔出一个最不显著的； 注意：变量取舍的关键在于变量的经济意义和在模型解释中的作用。 第四节 多元线性计量模型的统计检验 * 1、构造t检验统计量 第四节 多元线性计量模型的统计检验 * 2、t检验的步骤 （1）提出假设H0和HA （2）收集数据估计出系数?^ （3）计算检验统计量t（代入假设H0） （4）根据显著水平?，查出临界值t?/2。 （5）作出统计推断：如果︱t︱t ?/2，拒绝H0；否则不拒绝H0。t的绝对值越大，自变量对因变量的作用越显著。 第四节 多元线性计量模型的统计检验 * 例2---T检验 n=25，k=3的如下模型： 第四节 多元线性计量模型的统计检验 * 回归模型假设检验的步骤 （1）查看拟合优度，进行F检验。从整体上判断回归方程是否成立，如果F检验通不过，无须进行下一步；否则进行下一步； （2）查看各个变量的t值及其相应的概率，进行t检验。如果相应t值大于给定的显著水平，该自变量的系数显著地不为0，该自变量对因变量作用显著；否则系数与0无显著差异（本质上=0），该自变量对因变量无显著的作用，应从方程中删去，重新估计方程； （3）但是，一次只能将最不显著（相应概率最大）的删除。每次删除一个，直至全部显著。 第四节 多元线性计量模型的统计检验 * 四、参数估计量的置信区间 用样本提供的信息，根据估计量(统计量)公式，可以给出未知参数的估计值或被解释变量的预测值，这种估计称为点估计。显然点估计没有给出做出进行这类判断的可靠程度和误差范围。 区间估计则是以一定的可靠程度（精确度），给出估计值存在的误差范围（区间）。 第四节 多元线性计量模型的统计检验 因为估计量是一个随机变量，所以区间估计的实质，是为被估计的参数或预测值构造一个以点估计为中心的区间（置信区间），该区间以一定的概率（置信度=1-?）包含该参数或预测值。 * 可靠性和估计精度是相互制约 1、提高可靠性（减少风险），区间增大，反之，则反。因为信息量只有这么多； 2、增加样本容量?t临界值减小和系数标准误减小（它的分子不增，分母增大）?误差半径减小； 3、提高样本观察值的分散度。 第四节 多元线性计量模型的统计检验 * 五、预测值的置信区间 计量经济模型的预测步骤： 1、建立模型； 2、确定在预测点的解释变量的值； 3、在模型中代入解释变量的值，算出预测值。 第四节 多元线性计量模型的统计检验 * 影响预测值精度的因素 1、预测精度提高（半径减少）和可靠程度提高（风险减少）是相互制约的； 2、增加观察值个数； 3、扩大解释变量的分散程度。 第四节 多元线性计量模型的统计检验 UFSOFT 2003 Corporate UFSOFT 2003 Corporate UFSOFT 2003 Corporate UFSOFT 2003 Corporate li * 1、多元线性模型的解析表达式 2、最小二乘估计 3、最小二乘估计量的性质 4、样本容量 第三节 多元线性计量模型的参数估计 * 1、多元线性模型的解析表达式 第三节 多元线性计量模型的参数估计 * 矩阵形式表示 第三节 多元线性计量模型的参数估