多元回归_6.2 同方差假定下F统计量.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 系数的联合假设检验 ——同方差条件下F统计量的构造 多个线性组合的约束和F检验 目前的检验都是针对一个线性约束 (例：b 1 = 0 或者b 1 = b2 ) 然而，我们也想检验一组自变量对因变量是否有影响  典型的例子是检验“排除性约束”—— 我们想知道 一组自变量的系数是否全部等于0 检验排除性约束  现在原假设是H : b = 0, ... , b = 0 0 k-q+1 k  备择假设为H : H 不成立 or H : b , ... , b 不全为0 1 0 1 k-q+1 k  不能单独检查每个 t 统计量，因为我们想知道 q 个参数 在给定的显著性水平上是否联合显著；在该水平上，每 个变量都可能不显著 检验排除性约束  为了检验这个问题，考虑两个模型： “受约束模型” （不包含x , …, x ） k-q+1 , k y = β + β x +…+ β x + u 0 1 1 k-q (k-q) “不受约束模型” （包含x , …, x ） k-q+1 , k y = β + β x +…+ β x + u 0 1 1 k k 直观的来讲，我们需要决定， 从不受约束模型到受 约束模型使得SSR的增加，是否足以拒绝原假设 F值  SSR  SSR  q F  r ur , 其中 SSRur n  k 1 r 指受约束模型,ur 指不受约束模型 • F值都为正，因为受约束模型的SSR大于不受约束模型 • F值度量的是SSR从不受约束模型到受约束模型的相对增加量 • q =约束条件的个数， • n – k – 1 = dfur • 只适用于同方差 F值  要检验SSR从不受约束模型到受约束模型的增加， 是否足够大到可以拒绝原假设，我们需要知道我 们F值的抽样分布  在CLM假设条件下，H 为真时，F ~ F(q,n-k- 1) ， 0 其中 q 是分子自由度，n - k - 1是分母自由度 F值 2 F统计量的R 型  由于SSR数值比较大计算不方便，因此我们可以用该 公式的另一种形式来计算F 2 由于SSR = SST (1 –R ) 代入后有  R2  R2  q F  ur r , 其 中 1 R2  n  k 1