显著性检验资料讲解.doc

《显著性检验资料讲解.doc》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、精品好文档，推荐学习交流显著性检验 T检验 零假设，也称稻草人假设，如果零假设为真，就没有必要把X纳入模型，因此如果X确定属于模型，则拒绝零假设Ho，接受备择假设H1，(Ho:B2=0  H1：B2≠0) 假设检验的显著性检验法: t=（b2-B2）/Se(b2)服从自由度为（n-2）的t分布，如果令Ho:B2=B2*,B2*是B2的某个数值(若B2*=0)则t=（b2-B2*）/Se(b2)=（估计量—假设值）/假设量的标准误。可计算出的t值作为检验统计量，它服从自由度为（n-2）的t分布，相应的检验过程称为t检验。 T检验时需知：①

2、 ，对于双变量模型，自由度为（n-2）；② ,在检验分析中，常用的显著水平α有1%，5%或10%，为避免选择显著水平的随意性，通常求出p值，p值充分小，拒绝零假设；③ 可用半边或双边检验。 双边T检验：若计算的ItI超过临界t值，则拒绝零假设。 显著性水平 临界值t 0.013.355 0.05    2.306 0.10    1.860 单边检验：用于B2系数为正，假设为Ho:B2<=0, H1：B2>0 显著性水平  临界值t 0.01    2.836 0.05    1.860 0.10    仅供学习与交流，如有侵权请联系网

3、站删除谢谢5精品好文档，推荐学习交流1.397 F检验（多变量）（联合检验） F=[R2/(k-1)]/(1-R2)(n-k)=[ESS(k-1)]/RSS(n-k).n为观察值的个数，k为包括截距在内的解释变量的个数，ESS(解释平方和)= ∑y^i2   RSS(残差平方和)= ∑ei2  TSS(总平方和)= ∑yi2=ESS+RSS.判定系数r2=ESS/TSS F与R2同方向变动，当R2=0（Y与解释变量X不想关），F为0，R2值越大，F值也越大，当R2取极限值1时，F值趋于无穷大。 F检验（用于度量总体回归直线的显著性）也可

4、用于检验R2的显著性—R2是否显著不为0，即检验零假设式(Ho:B2=B3=0)与检验零假设R2为0是等价的。 虚拟变量 虚拟变量即定性变量，通常表明具备或不具备某种性质，虚拟变量用D表示。 方差分析模型：仅包含虚拟变量的回归模型。 若：Yi=B1+B2Di+Ui,Di—1，女性；—0，男性 B2为差别截距系数，表示两类截距值的差异，B2=E(Yi/Di=1)-E(Yi/Di=0) 通常把取值为0的一类称为基准类、基础类、参照类、比较类，研究结论与基准类的选择没有关系。 定型变量有m种分类时，则需引入（m-1）个虚拟变量，否则会陷入虚拟

5、变量陷阱即完全共线性或多重共线性。 多重共线性 例：收入变量（X2）完全线性相关，而R2(=r2)=1 解释变量之间完全线性相关或者完全多重共线性时，不可能获得所有参数的唯一估计值，因而不能根据样本进行任何统计推断。多重共线性产生的原因：1经济变量变化趋势的同向性2解释变量中含有之后变量 多重共线性的理论后果：①，在近似共线性的情况下，OLS估计量仍是无偏的②近似共线性并未破坏，OLS估计量的最小方差性③即使在总体回归方程中变量x之间不是线性相关，但在某个样本中，x变量之间可能线性相关。 多重共线性的实际后果：①OLS估计量的方差和标准

6、误较大②置信区间变宽③t值不显著④ R2值较高⑤OLS的估计量及其标准误对数据的微小变化敏感，他们不稳定⑥回归系数符号有误⑦难以评估多个解释变量对回归平方和（ESS）或R2的贡献 异方差： （同）等方差：例如，对于不同的个人可支配收入，储蓄的方差保持不变 异方差：例如，对于不同的个人可支配收入，储蓄的方差并不相等，它随着个人可支配收入增加而变大。异方差问题多存在于截面数据而非时间序列数据。 异方差的后果：①OLS估计量仍是线性的②OLS估计量是无偏的③OLS估计量不再具有最小方差性，即不再是有效的，OLS估计量不再是最优线性无偏估计量④

7、OLS估计量的方差通常是有偏的⑤偏差的产生是由于б^2,即∑ei2（d•f 不再是真实б2的无偏估计量）⑥建立在t分布和F分布上的置信区间和假设检验是不可靠的 自相关 自相关：按时间（如时间序列数据）或者空间（如截面数据）排列的观察值之间的相关关系。自相关通常与时间序列数据有关 自相关的产生原因：①惯性②模型设定误差③蛛网现象④数据处理 自相关的后果：①最小二乘估计量仍是线性的和无偏的②最小二乘估计量不是有效的，OLS估计量并不是最优线性无偏估计量(BLUE)③OLS估计量的方差是有偏的④通常所用的t检验，F检验是不可靠的⑤计算得到的误

8、差方б^2=RSS/ d•f是真实的б^2的有偏估计量，并且很可能低估了真实的б^2⑥通常计算的R2不能测度真实的R^2⑦通常计算的预测方差和标准误也是无效的。模型选择：（1）好的模型具有的性质：简约性；可