计量经济学课件第5章.ppt

*第5章假设检验回归分析是通过样本所估计的参数来代替总体的真实参数,或者说是用样本回归线代替总体回归线。尽管从统计性质上已知,如果有足够多的重复抽样,参数的估计值的期望(均值)就等于其总体的参数真值,但在一次抽样中,估计值不一定就等于该真值。那么,在一次抽样中,参数的估计值与真值的差异有多大,是否显著,这就需要进一步进行统计检验。*,就是事先对总体参数或总体分布形式作出一个假设,然后利用样本信息来判断虚拟假设是否合理,即判断样本信息与虚拟假设是否有显著差异,从而决定是否接受或否定虚拟假设。假设检验采用的逻辑推理方法是反证法。先假定虚拟假设正确,然后根据样本信息,观察由此假设而导致的结果是否合理,从而判断是否接受虚拟假设。*注意证明一个给定的假设是否正确几乎是不可能的,”正确的”,但通常可以在某一合理的显著性水平上拒绝一个给定的假设.*假设检验的三个核心问题1、待检验假设的设定;2、用于决定是否拒绝假设的判定规则;3、将这一判定规则应用于恰当的统计量,在产生不正确推断时所面对的两类错误。*(nullhypothesis),待检验的假设,用符号H0表示,,你预期参数是正值,则建立虚拟假设为:H0:<=0备选假设,对研究者预期取值的表述,用符号HA表示,接上例,备选假设为:HA:>0单侧检验与双侧检验:P67。*只有将非预期结果作为原假设,才能控制拒绝原假设事实上为真但偶然被拒绝的概率,即控制拒绝原假设犯错误的概率。但反之不真,即在原假设为假时,无法确切地知道将其错误地接受为真的概率。即拒绝原假设,我们知道犯错误的概率,但接受原假设,不知道犯错误的概率,所以最好说不拒绝而不是接受。如果研究者的预期包含等号,即原假设是一个具体值,而不是一个取值区间时,.*假设检验的原理:“小概率事件不易发生”如果原假设H0成立,则在一次抽样中出现的概率很小,如果在一次抽样中出现了,则根据小概率事件不易发生的原理,认为原假设不成立。小概率事先指定,记为,称为显著性水平或检验水平,,,,1个黑球,则任取一个,取到黑球的概率为小概率。如果小概率事件发生了,即任取一个,取到黑球,则我们就可能怀疑100个球中有99个白球,1个黑球的假定不成立。*由样本推断总体,可能会犯错误,第一类错误:原假设H0符合实际情况,检验结果将它否定了,称为弃真错误。第二类错误:原假设H0不符合实际情况,检验结果无法否定它。称为取伪错误。例:P68,图5-1,图5-2。*:在检验一个假设时,首先计算样本统计量,将样本统计值与预先选定的临界值比较,,接受域和拒绝域,,我们无法同时减小两种错误,降低第一类错误的概率意味着提高犯第二类错误的概率。如何选择取决于两者的成本比较。*