>>每日小记<<
项目 | 状态 |
---|---|
距离2022年倒计时 | 345天 |
今日天气情况 | 晴 |
是否重要日子 | 无 |
今日心情如何 | 开心 |
今日身体状况 | 良好 |
坚持背记单词 | 1428天 |
坚持记录开销 | 1232天 |
坚持英语学习 | 932天 |
坚持简书日更 | 711天 |
坚持记录时间 | 668天 |
坚持走路跑步 | 671天 |
坚持健身锻炼 | 651天 |
坚持反思日记 | 653天 |
坚持健康饮食 | 643天 |
坚持听读阅读 | 573天 |
坚持党务学习 | 519天 |
坚持IT知识学习 | 456天 |
坚持双拼练习 | 384天 |
坚持五笔练习 | 201天 |
坚持理财学习 | 18天 |
坚持练习游泳 | 28天,暂停 |
坚持PMP学习 | 79天,通过考试 |
其他重要的事 | 无 |
《经济计量学》
第一部分 线性回归模型
第3章 双变量模型: 假设检验
-
3.4 普通最小二乘法(OLS) 估计量的抽样分布或概率分布
-
为了推导OLS估计量b,和b,的抽样分布,需要在CLMR基本假定上再增加一条假定。
-
假定7:在总体回归函数Yi=B1 +B2Xi+ui中,误差项ui服从均值为0,方差为σ^2的正态分布。即
- 这个假定的理论基础是中心极限定理:随着变量个数的无限增加,独立问分布随机变量近似服从正态分布。
-
假定7:在总体回归函数Yi=B1 +B2Xi+ui中,误差项ui服从均值为0,方差为σ^2的正态分布。即
- 正态变量的线性函数仍服从正态分布。如果证明了b1和b2是正态变量的线性函数,那么b1和b2就服从正态分布。
-
-
3.5假设检验
建立原假设H0、备择假设H1
-
可选择两种方法对B2和B1的参数进行假设检验
-
置信区间和显著性检验方法的区别在于:
置信区间检验不知道真实的B2值,因此建立一个区间。
而显著性检检方法中,假设一个真实的B2假,检验b2是否接近假设值B2。
-
置信区间法
-
(1)建立原假设H0、备择假设H1
H0:B2=0 ——零假设(稻草人假设),为了确认Y是否与X有关
H1:B2≠0
(2)设定显著水平α,常见设定5%。
(3)判断单边检验/双边检验。
-
(4)t值查表。
- 自由度=n-k,k为变量个数(包括Y)。
-
(5)计算se(b2)、se(b1)
- 计算ei
- 计算𝜎^2
- 计算se
-
(6)计算置信区间
常因不知真实𝜎而以其估计值代替使用第二个t分布检验
- 双侧
- 单侧
(7)如置信区间包含原假设值,则不能拒绝原假设;如置信区间不包含原假设值,则拒绝原假设,选择备择假设。
-
-
显著性检验法
-
核心思想:根据从样本数据求得的检验统计量的值决定接受或拒绝原假设。
-
(1)建立原假设H0、备择假设H1
H0:B2=B2* ——B2是B2的某个给定数值(如B2=0)
H1:B2≠0
- (2)计算出t值
-
(3)t值显著范围(拒绝域)查表
α一般取1%、5%或10%
自由度=n-k,k为变量个数(包括Y)。
- 双侧
- 单侧
(4)如t值落在任何一个拒绝域内,则拒绝原假设,选择备择假设;否则不能拒绝原假设。
-
-
p值
p值定义为拒绝原假设最低的显著水平。
P值就是当原假设为真时,比所得到的样本观察结果更极端的结果出现的概率。
P值越小,表明结果越显著,越能拒绝原假设。
反查t值表得P值:P(t>(2)中已求t值)≈ P值
-
-