计量经济学课件2.docxVIP

1

Ch5双变量回归的区间估计与假设检验

(Intervalestimationandhypothesistest)

第三章的OLS得到如下模型：

ΛΛYi=β1+β2Xi=24.4545+0.5091

ΛΛ

上述模型中(MPC)2=0.5091，与β2的差距有多大？(虽然E(2)=β2)。

寻找δ和α(0α1)使随机区间（2-δ,2+δ)包含β2的概率为1-α

一、区间估计

我们是否能找到一个区间，使其包含真值。

ΛΛP(β2-δ≤β2≤β2+δ)=1

ΛΛ

ΛΛ(β2-δ,β2+δ)为置信区

ΛΛ

*置信区间是随机的。二、β1和β2的置信区间

β2的置信区间:

ΛΛβ2~N(β2,Var(β2

ΛΛ

z=

Λβ2-β2

Λ

Λse(β2)

Λ

(2-β2)Σx

(2-β2)Σx2

σ

因σ未知，则:

2

Λβ2-β2

Λ

~遵循自由度为n-2的t分布。

用t分布建立β2的置信区间=1-α

给定α,可以确定一个临界值tα,t在此区间[－tα,tα]的概率

222

为1-α。

Λ

ΛΛΛΛ

→p(β2-tαse(β2)≤β2≤β2+tαse(β2))=1-α22

→β2的100(1-α)置信区间为:

1±tα

1±tαse(1)

2

注：置信区间宽度的决定因素：tαse(2)

2

3

在支出一收入一例中

ΛΛβ2=0.5091,se(β2)=0.0357,df=8.取α=

ΛΛ

tα=2.306则；

2

p(0.5091-2.306×0.0357≤β2≤0.5091+2.306×0.0357)=1-5%

p(0.4268≤β2≤0.5914)=95%

解释：从长远看，在类似于（0.4268,0.5914）的每100个区间，将有95个包含真实的β2值。

同样也可计算出β1置信区间。

三、σ2的置信区间

Λ

用x2建立σ2的置信区间

U

Λ

2

4

四、假设检验——置信区间法

虚拟假设(nullhypothesis)(声称的假设)

H0：维护(maintainedhgpotbesis)β0=0.5091：我们希望Ho正确时，只有5%的次数被错误地拒绝。

H1：对立假设(alternativehypothesis)β0≠0.5091

两种方法:{

置信区间

显著性检验(significancetest)

拒绝Ho，

在假设Ho下落入此区间的拒绝Ho，

也说是统计上显著的

β2值有100(1-α)%的可信性。若β0果真落入此域，就不拒绝Ho

也说是统计上显著的

2-tαse(2)

2

0.4268

0.5914

Ho:β2=0.3→95%的置信度拒绝β2=0.3的假设(Ho)

五、显著性检验法（testofsignificanceapprach）

5

即利用样本结果，证实一个虚拟假