计量经济学 第6章 假设检验.ppt

第6章回归模型的假设检验
回归分析是要判断解释变量X是否是被解释变量Y的一个显著性的影响因素。
在一元线性模型中,就是要判断X是否对Y具有显著的线性性影响。这就需要进行变量的显著性检验。
变量的显著性检验所应用的方法是数理统计学中的假设检验。
计量经计学中,主要是针对变量的参数真值是否为零来进行显著性检验的。
第一节假设检验
所谓假设检验,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原假设是否合理,即判断样本信息与原假设是否有显著差异,从而决定是否接受或否定原假设。
假设检验采用的逻辑推理方法是反证法。
先假定原假设正确,然后根据样本信息,观察由此假设而导致的结果是否合理,从而判断是否接受原假设。
判断结果合理与否,是基于“小概率事件不易发生”这一原理的
1、显著性检验—t检验
t值是用来检验根据OLS估计出来的回归系数是否显著的统计量。
检验步骤:
(1)对总体参数提出假设
H0: 1=0, H1:10
(2)以原假设H0构造t统计量,并由样本计算其值
(3)给定显著性水平,查t分布表,得临界值t /2(n-2)
(4) 比较,判断
若|t|> t /2(n-2),则拒绝H0 ,接受H1 ;
若|t| t /2(n-2),则拒绝H1 ,接受H0 ;
T=
对于一元线性回归方程中的0,可构造如下t统计量进行显著性检验:
在上述收入-消费支出例中,首先计算2的估计值
t统计量的计算结果分别为:
给定显著性水平=,查t分布表得临界值
t (8)=
|t1|>,说明家庭可支配收入在95%的置信度下显著,即是消费支出的主要解释变量;
|t2|<,表明在95%的置信度下,无法拒绝截距项为零的假设。
2、显著性检验—F检验
F检验属于回归方程的显著性检验,它是对所有参数感兴趣的
一种显著性检验。其检验步骤为:
第一步:提出假设。
原假设H0: ( 同时为零)
备择假设H1: 不同时为零
=0
第二步:构造F统计量。
可以证明:
()
即F统计量服从第一自由度为1,第二自由度为n-2的t分布。
F统计量的计算一般通过下列方差分析表进行。
第三步:给定显著水平,查F分布临界值得到
第四步:做出统计决策
[],F检验过程如下:
第一步:提出假设。
原假设H0: ( 同时为零)
备择假设H1: 不同时为零
=0
第二步:计算F统计量
因为ESS= () 或直接取自输出结果
“回归分析(行) SS(列)”()。
= () 或直接取
“残差(行) SS(列)”
()。()
“回归分析(行)
F(列)”()。()