第3章 双变量模型假设检验.ppt

3.5.2显著性检验法显著性检验的思想是先姑且认为原假设是真的,然后根据该假设值，给定的显著性水平、自由度和具体的样本统计量的值，计算出t统计量的数值。根据获得这样一个t统计量数值的概率大小来决定是接受还是拒绝原假设.如果这个概率小于给定的显著性水平,就认为小概率事件发生了,拒绝原假设，认为该统计量在统计上是显著的，即显著地异于0（只针对“零”零假设而言）第29页，共44页，星期日，2025年，2月5日显著性检验的步骤：对于回归模型提出零假设和备择假设：给定显著性水平：1.根据原假设和抽取样本的统计量的值,计算t统计量的值,根据得代入第30页，共44页，星期日，2025年，2月5日2.查t分布表,得知获此t值的概率有多大,即P值在该例中，通过查表得知，在原假设成立的条件下，获得这样一个t值的概率只有0.00063.通过将获取t值的概率与给定的显著性水平相比较，决定是否拒绝原假设在该例中，给定的显著性水平为5%，而获取此t值的概率小于0.0006，因而，也小于5%，所以结论是拒绝原假设。第31页，共44页，星期日，2025年，2月5日第1页，共44页，星期日，2025年，2月5日对于样本回归函数第2页，共44页，星期日，2025年，2月5日3.1经典线性回归模型的基本假定假定3.1回归模型是参数线性的,但不一定是变量线性的。第3页，共44页，星期日，2025年，2月5日假定3.2解释变量与随机误差项不相关。但是，如果X是非随机的，则该假定自动满足。条件回归分析，假定X的取值在重复抽样中是固定的。这一假定的目的是？斜率系数的含义是它衡量了在其它因素不变的情况下，解释变量X的变动对Y的变动的影响。如果解释变量X与随机误差项相关，就无法区分它们各自对应变量Y的影响。第4页，共44页，星期日，2025年，2月5日

假定3.3随机误差项的期望值为0，即YXX1X2X3第5页，共44页，星期日，2025年，2月5日对于确定性的总体回归函数实际上就隐含了这一假定第6页，共44页，星期日，2025年，2月5日假定3.4同方差假定YXX1X2X3第7页，共44页，星期日，2025年，2月5日假定同方差的目的是从不同的子总体中抽取的Y值都是同样可靠的。因为它们各自的方差是相等的，其分散程度相同。相反，如果存在异方差，不同的子总体的方差不同，那么一般说来，从方差较大的子总体中抽取的Y值代表性较____。第8页，共44页，星期日，2025年，2月5日异方差YXX1X2X3第9页，共44页，星期日，2025年，2月5日假定3.5无自相关假定，第10页，共44页，星期日，2025年，2月5日3.2OLS估计量的方差与标准误OLS估计量是随机变量,这样，就会产生抽样误差，即不同样本的估计值的差异。称为残差平方和称为自由度称为回归标准误n-2第11页，共44页，星期日，2025年，2月5日对于残差平方和自由度的理解要计算残差平方和需要先计算出而要计算需先计算出的计算是根据以下两个方程得到的，这实际上相当于对Y值施加了两个约束条件，从而其独立的观测值只有n-2个。故残差平方和的自由度只有n-2第12页，共44页，星期日，2025年，2月5日3.3OLS估计量的统计性质高斯·马尔柯夫定理：如果满足经典线性回归模型的基本假定，OLS估计量是最优线性无偏估计量。何为最优线性无偏估计量？第13页，共44页，星期日，2025年，2月5日线性是随机变量Y的线性函数。第14页，共44页，星期日，2025年，2月5日无偏性：第15页，共44页，星期日，2025年，2月5日最小方差性在所有的线性无偏估计量中，的方差最小其它线性无偏估计量OLS估计量第16页，共44页，星期日，2025年，2月5日3.4OLS估计量的抽样分布假定3.7：随机误差项服从正态分布中心极限定理：独立同分布的随机变量，随着变量个数的无限增加，其和的分布趋向于服从正态分布。为什么要做这样一个假定，目的何在？第17页，共44页，星期日，2025年，2月5日应变量Y也服从正态分布正态分布随机变量的线性函数也服从正态分布OLS估计量是线性估计量，是应变量Y的线性函数正态分布随机变量的线性函数也服从正态分布OLS估计量也服从正态分布根据中心极限定理随机误差项服从正态分布应变量Y是随机误差项的线性函数根据第18页，共44页，星期日，2025年，2月5日为什么要推导OLS估计量的抽样分布？第19页，共44页，星期日，2025年，2月5日3.