计量多元线性回归模型.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 欧阳志刚 * 不同于双变量模型，多变量模型的推断问题，或假设检验问题为： 1.??个别偏回归系数的假设检验； 2.?模型的总体显著性检验，即所有偏回归系数的显著性检验； 3.?检验某2或多个系数之间的关系，如是否相等，或其它线性或非线性关系，称为约束条件； 4.??检验所估计的模型在时间或不同的横截面上是否具有稳定性； ； 5.7 多元回归模型中的检验 * 欧阳志刚 * 5.7.1检验有关偏回归系数的显著性 对于模型 在 之下，检验 H0： 或 H1： 或 检验这一假设的统计量为 * 欧阳志刚 * 5.7.2检验样本回归的总体显著性 总体回归的显著性是指所有斜率系数的显著性即模型中的所有解释变量对于应变量具有显著解释能力，即拒绝下述原假设 * 欧阳志刚 * 显然，当计算的F值大于对应的临界值，拒绝H0，隐含了模型关于参数的线性设定是适当的，而接受H0，其意义为模型关于参数的线性设定不合适。由于原假设的参数同时为零，故在拒绝原假设时，并不排除个别参数为零，且联合原假设不能等同于个别参数的显著性检验。 * 欧阳志刚 * 5.7.3 F与 的关系。 * 欧阳志刚 * 5.7.4 有约束最小二乘：检验线性等式约束 需检验规模报酬不变的假设 H0： 对于约束 代入回归模型，有 * 欧阳志刚 * 应用F检验，即有 或 * 欧阳志刚 * Dependent Variable: LNY (无约束回归结果) Method: Least Squares Date: 09/19/04 Time: 14:59 Sample: 1958 1972 Included observations: 15 Variable Coefficient Std. Error t-Statistic Prob. C -3.338455 2.449508 -1.362908 0.1979 LNX2 1.498767 0.539803 2.776509 0.0168 LNX3 0.489858 0.102043 4.800487 0.0004 R-squared 0.889030 Mean dependent var 10.09653 Adjusted R-squared 0.870535 S.D. dependent var 0.207914 S.E. of regression 0.074810 Akaike info criterion -2.170875 Sum squared resid 0.067158 Schwarz criterion -2.029265 Log likelihood 19.28156 F-statistic 48.06885 Durbin-Watson stat 0.891083 Prob(F-statistic) 0.000002 * 欧阳志刚 * Dependent Variable: LNY-LNX2 Method: Least Squares Date: 09/19/04 Time: 15:05 Sample: 1958 1972 Included observations: 15 Variable Coefficient Std. Error t-Statistic Prob. C 1.708572 0.415882 4.108311 0.0012 LNX3-LNX2 0.612980 0.093304 6.569715 0.0000 R-squared 0.768523 Mean dependent var 4.437090 Adjusted R-squared 0.750717 S.D. dependent var 0.168009 S.E. of regression 0.083884 Akaike info criterion -1.995195 Sum squared resid 0.091475 Schwarz criterion -1.900788 Log likelihood 16.96396 F-statistic 43.16115 Durbin-Watson stat 0.601128 Prob(F-statistic) 0.000018 (有约束回归结果) * 欧阳志刚 *