双变量模型假设检验

《双变量模型假设检验》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第3章双变量模型：假设检验对于样本回归函数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。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。假定3.3随机误差项的期望值为0，即YXX1X2X3对于确定性的总体回归函数实际上就隐含了这一假定假定3.4同方差假定YXX1

2、X2X3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____。异方差YXX1X2X3假定3.5无自相关假定，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

3、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-23.3OLS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？线性是随机变量Y的线性函数。无偏性：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？应变量Y也服从正态分布正态分布随机变量

4、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为什么要推导OLS估计量的抽样分布？