单方程模型的统计检验.pptxVIP

单方程模型的统计检验;一、拟合优度检验Testing the Simulation Level;1、概念;;第5页/共31页;第6页/共31页;2、总体平方和、残差平方和和回归平方和 ;既然ESS反映样本观测值与估计值偏离的大小，可否直接用它作为拟合优度检验的统计量？ 不行 统计量必须是相对量 TSS、ESS、RSS之间的关系 TSS=RSS+ESS ;3、一个有趣的现象;关键是在TSS=RSS+ESS的推导过程中应用了一组矩条件 ;4、拟合优度检验统计量：可决系数r2和调整后的可决系数R2;调整的可决系数R2;在应用软件中，可决系数r2和调整后的可决系数R2的计算是自动完成的 在消费模型中 r2=0.999773 R2=0.999739 ;二、方程显著性检验Testing the Overall Significance;1、关于假设检验;2、方程的显著性检验 ; 3、方程显著性的F检验;F检验的思想来自于总离差平方和的分解式： TSS=ESS+RSS 由于回归平方和ESS是解释变量X联合体对被解释变量Y的线性作用的结果，所以，如果ESS/RSS的比值较大，则X的联合体对Y的解释程度高，可认为总体存在线性关系，反之总体上可能不存在线性关系。 ;进一步根据数理统计学中的定义，如果构造一个统计量 ;在消费模型中，k=2,n=16,给定α=0.01,查得Ｆ0.01（2,13)=3.80，而Ｆ=28682.513.80,所以该线性模型在0.99的水平下显著成立。; 关于拟合优度检验与方程显著性检验关系的讨论;第22页/共31页;回答前面的问题： R2多大才算通过拟合优度检验？ 在消费模型中， R20.9998→F3.80→该线性模型在0.99的水平下显著成立。 有许多著名的模型， R2小于 0.5，支持了重要的结论，例如收入差距的倒U型规律。 不要片面追求拟合优度。 ;三、变量显著性检验Testing the Individual Significance;1、变量显著性检验;2、变量显著性的F检验;提出原假设与备择假设： H0：?i=0, H1: ?i?0;在消费模型中， tc=6.412,tgdp=22.00,tcons(-1)=4.188 给定α=0.01,查得t0.005(13)=3.012，所以所有变量都在0.99的水平下显著。 ;3、在一元线性回归（k=1）中，t检验与F检验是一致的。;4、关于检验标准的判断;感谢观看！