3-2-2检验系数显著性的3种方法之p值与置信区间.pdf

对外经济贸易大学 计量经济学 I n t r o d u c t i o n t o E c o n o m e t r i c s 导论 检验系数显著性的3 种 方法之p 值与置信区间 单个系数的显著性检验 H 0 :1 0 H 1 :1  0 例：班级规模如何影响学生考试成绩？ 在得出斜率估计值 = −2.28后，我们是否能够拒绝 1 “班级规模对考试成绩没有显著影响”这一假设？ H 0 :1 0vsH 1 :1  0 使用p值的检验方法 P值定义为当原假设为真时，根据数据计算的t统计量 出现的概率。下图是一个自由度为40 ，t统计量为1.85 所对应的双侧检验的p值。 当P值很小时，意味着当原 假设为真时，观察到这一结 果的概率非常小。但事实上 我们又观察到了，所以我们 用以计算P值的原假设错了。 因此，当P值小于显著性水 平时，拒绝原假设。 总结:使用P值进行假设检验的步骤 01 列出原假设和备择假设 02 确定置信水平（或显著性水平） ˆ act 1 0 03 计算t值和P值 t ˆ se(1) 总结:使用P值进行假设检验的步骤 （使用正态分布近似t分布） P值 1 ≠ 0 P值= ( | |)=2Φ(−| |) 1 0 P值= ( )=Φ(−| |) 1 0 P值= ( )=Φ(−| |) 04 若P，就拒绝原假设。 例：班级规模如何影响学生考试成绩？ ˆ 估计结果为: (TestScore) 698.9 2.28 STR ˆ ˆ 1 2.28，SE (1) 0.522 ˆ   2.28 0 因此: t 1 ˆ1,0 4.38 SE ( ) 0.52 1 P值 Prob( t  t act ) 2( t act ) 2(4.38)  0 因为P值 0.01, 所以即使在0.01 的显著水平上， 我们也拒绝 : = 0 . 0 1 置信区间 另一种方法是可用于双侧检验的方法是构造置信区间； ˆ ˆ 的(1 - a) % 的置信区间定义为 j