第8章 复回归分析推断问题优秀PPT.ppt
《第8章 复回归分析推断问题优秀PPT.ppt》由会员分享,可在线阅读,更多相关《第8章 复回归分析推断问题优秀PPT.ppt(43页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、第8章 复回归分析推断问题现在学习的是第1页,共43页 8.1 正态性假定正态性假定 如果回归分析的目的仅在于对回归模型的参数作点估计,则OLS法就足够了,并不需要对干扰项 的概率分布作任何假定。如果我们的目的还在于区间估计和统计推断,那么,我们还需要假定 遵循某个概率分布。我们假定 这样以来,估计量 也服从正态分布,其均值分别为 ,方差由(7.4.9)至(7.4.16)给出:(7.4.9)2023/2/24贵州财经大学经济研究所 白万平 教授现在学习的是第2页,共43页 (7.4.10)(7.4.11)或者:(7.4.12)其中,r23是X2和X3的样本相关系数:2023/2/24贵州财经大
2、学经济研究所 白万平 教授现在学习的是第3页,共43页(7.4.13)(7.4.14)或者:(7.4.15)(7.4.16)2023/2/24贵州财经大学经济研究所 白万平 教授现在学习的是第4页,共43页 这样可以检验对真实 的假定。不可知,用它的无偏估计 代替,则有:(8.1.1)(8.1.2)(8.1.3)均服从自由度为n-3的t分布。2023/2/24贵州财经大学经济研究所 白万平 教授现在学习的是第5页,共43页 这样,我们就能对 和 进行区间估计和假设检验。修正儿童死亡率的例子修正儿童死亡率的例子 (*)如何检验?2023/2/24贵州财经大学经济研究所 白万平 教授现在学习的是第
3、6页,共43页8.2 假设检验:内容假设检验:内容2023/2/24贵州财经大学经济研究所 白万平 教授现在学习的是第7页,共43页8.3 检验关于个别偏回归系数的假设检验关于个别偏回归系数的假设 在假定 下,就可以用t检验统计量对任意一个偏回归系数的假设进行检验。设:利用(8.1.2)式中的t统计量,即可进行检验。如果计算的t值超过选定显著性水平的临界t值就可以拒绝虚拟假设 ;否则就不拒绝它。2023/2/24贵州财经大学经济研究所 白万平 教授现在学习的是第8页,共43页结论,t检验与区间估计的结果相同。对于偏回归系数 也可做同样的分析。2023/2/24贵州财经大学经济研究所 白万平 教
4、授现在学习的是第9页,共43页8.4 检验样本回归的总显著性检验样本回归的总显著性 上一节介绍的是个别的(individual)、单独的(separate)假设检验。现在考察这样的假设:这个虚拟假设是关于 联合地或同时地等于零的一个联合假设(joint hypothesis)。这样的假设检验被称为对所估计回归线的总显著性(overall significance)检验。也就是,检验Y是否与 两者有线性关系。在第8.4节中,对单个偏回归系数做显著性检验时,我们暗含地假定,每一个显著性检验都是根据一个不同的(独立的)样本进行的。也就是说,我们暗含地假定,在假设 下检验 显著性的样本,不同于在假设
5、下检验 显著性的样本。2023/2/24贵州财经大学经济研究所 白万平 教授现在学习的是第10页,共43页2023/2/24贵州财经大学经济研究所 白万平 教授现在学习的是第11页,共43页TSS =ESS +RSS (8.4.2)TABLE 8.2 三变量回归的ANOVA表变异来源 SS df MSS来自回归(ESS)2来自残差(RSS)n-3 总计n-12023/2/24贵州财经大学经济研究所 白万平 教授现在学习的是第12页,共43页 可以证明,在 的正态性假定下,以及在虚拟假设 下,统计量:遵循自由度为2和 的F分布。F统计量的作用:可以证明,在 的假定下,(8.4.4)2023/2/
6、24贵州财经大学经济研究所 白万平 教授现在学习的是第13页,共43页再加上一个假定:,便能证明:(8.4.5)因此,如果虚拟假设是真实的,(8.4.4)和(8.4.5)都将对真实 给出同样的估计。也就是说,如果Y与 关系微不足道,则Y变异的唯一来源是来自 所代表的随机势力。换句话说,对Y的联合影响和随机影响 毫无区别(来自随机影响)。然而,如果虚拟假设谬误,即 确实影响Y,则不能在(8.4.4)和(8.4.5)之间划等号。这时,在适当考虑自由度之后,ESS要相对大于RSS。2023/2/24贵州财经大学经济研究所 白万平 教授现在学习的是第14页,共43页 从而,(8.4.3)的F值对真实斜
7、率系数同时为零的这一虚拟假设,提供了一种检验。,拒绝 ;否则就不拒绝它。例子:P241。Table 8.3 F检验的方法可以推广到一般情形:二、F检验的推广 给定 变量回归模型:检验假设:所有斜率系数不同时为零 2023/2/24贵州财经大学经济研究所 白万平 教授现在学习的是第15页,共43页 计算 (8.4.7)如果 ,则拒绝;否则不拒绝它。其中 ,是显著性水平为 ,个分子自由度和 个分母自由度的临界F值。为包括截距的自变量个数。需要注意的是,个别假设检验和联合假设检验是不同的,有可能根据t检验接受某一系数 为零的假设,但另一方面却拒绝全部系数为零的联合假设。2023/2/24贵州财经大学
8、经济研究所 白万平 教授现在学习的是第16页,共43页 三、和F的关系 假定干扰项 ,且有虚拟假设:(8.4.9)则有:(8.4.10)服从 个自由度的F分布。2023/2/24贵州财经大学经济研究所 白万平 教授现在学习的是第17页,共43页2023/2/24贵州财经大学经济研究所 白万平 教授现在学习的是第18页,共43页 由此可见,F检验既是所估计回归的总显著性的一个度量,也是 的一个显著性检验。换句话说,检验虚拟假设(8.4.9)等价于检验总体 的虚拟假设。由于F和 之间关系密切,可以由 来表示方差分析表:表8.4 由 表示的ANOVA表 在计算F值时,也将被消掉,F检验只须 和自由度
9、便可进行,很方便。变异来源 SS df MSS来自回归 2来自 残差 n-3总计 n-12023/2/24贵州财经大学经济研究所 白万平 教授现在学习的是第19页,共43页 四、一个解释变量的增量或边际贡献(Marginal Contribution)假如我们序贯地(sequentially)引进 ;即先做Y对 的回归,并评估其显著性,然后,再把 加进到模型中,以判明它是否有任何贡献(当然,可以对调 进入的次序)。当增加一个变量到模型中来时,我们观察是否相对于RSS来说“显著地”增加了ESS(从而 )。这一贡献就叫做一个解释变量的增量(incremental)或边际(marginal)贡献(c
10、ontribution).那么,怎样决定一个X变量的引进是否能显著地减少RSS呢?可以通过方差分析来决定。2023/2/24贵州财经大学经济研究所 白万平 教授现在学习的是第20页,共43页 假设我们先做 CM 对 PGDP 的回归,得到P245(8.4.14)式。然后,我们决定把 FLR 加进模型中来,并得到P249 的(8.1.4)式。现在的问题是:FLR 的边际或增量贡献是多少?这个增量贡献在统计上显著吗?根据什么准则把变量加进模型?这些问题同样需要通过方差分析来解决:2023/2/24贵州财经大学经济研究所 白万平 教授现在学习的是第21页,共43页表8.6 用于评估变量的增量贡献的A
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第8章 复回归分析推断问题优秀PPT 回归 分析 推断 问题 优秀 PPT
限制150内