计量经济学普通最小二乘法假设检验重点分析.ppt

zsq.zjgsu 3 普通最小二乘法假设检验 模型检验内容 经济意义的检验 统计检验 计量经济学检验 预测检验 本节主要讲述统计检验的内容 方程显著性检验及变量显著性检验 经典线性模型假定 对于模型 ，利用OLS有： 在高斯-马尔科夫假定下，OLS估计量的抽样分布完全取决于误差项的分布。 假设7：ε服从正态分布 仅仅参数估计（点估计），假设1-6足矣。要进行假设检验，就必须对ε的概率分布作出假定。假设误差项服从正态分布的合理性在于，误差项是由很多因素构成的，当这些因素是独立同分布时，依照中心极限定理，那么这些因素之和应该近似服从正态分布。除少数情形（如Cauchy分布）外，随着样本容量的增加，该假设都会得到满足。 服从以上所有假设条件(1-7)的线性回归模型称为CNLRM(经典正态线性回归模型 ). 考虑x非随机这种简单情况，显然，当样本容量很大时，只要误差项是独立同分布的（并不需要要假定误差项服从正态分布），那么根据中心极限定理， 应该近似服从正态分布。当然，为了保证误差项的独立性，抽样的随机性十分关键。 假定 是真实模型，当然我们并不知道各参数的真实值是多少。 在经典线性模型假定下， 或者z= 其中 练习 练习：确定 的分布。 利用标准正态分布作假设检验 某一经济经济理论预言β1＝w 。如果你手中掌握一组样本，一个问题是，你所掌握的样本支持这个预言吗？ 现在来考察标准正态分布。在该分布上，存在对称的两点： 与 ，其中： 如果把概率为5%的事件称为小概率事件，那么，当Z 的取值大于 或者小于 时，我们认为小概率事件发生了！ 假设检验思想 假设检验的基本思想是概率性质的反证法。为检验原假设是否成立，先假设其正确，看由此能否推出什么结果。若导致一个不合理的结果，则拒绝原假设；若没有导致不合理现象的出现，则不能拒绝原假设。 概率性质的反证法的依据是“小概率事件原理”：小概率事件在一次试验中几乎不可能发生。由原假设下构造的一个事件，在原假设正确的前提下是一个小概率事件。 假设检验的正式步骤 （1）建立原假设与备择假设： 原假设与备择假设互斥；假设体系应该是完备的，即原假设与备择假设两者之一必为真，但两者不能同时为真。 （2）确定小概率标准a。 经常我们把1%、5%或者10%作为小概率标准。对a更加正式的称呼是“显著水平”。 （3）考察统计量值 是否落在拒绝域： 之内. 如果落在上述区间之内，那么在a显著水平上，我们拒绝原假设，接受备择假设；反之，我们不拒绝原假设，拒绝备择假设。 利用标准正态分布作假设检验 双侧检验 如果拒绝域是 单侧检验 如果假设体系是： 那么在显著水平a下，拒绝域应该是 问题1：为何要设置这样的假设体系？ 答案：这依赖于先验的理论与判断。例如，假定 是某正常商品的消费收入弹性，那么 不可能为负。我们可以通过建立如下的假设体系： 并基于样本来判断 是否为真。 问题2：为什么 并不是拒绝域？ 问题3：为什么拒绝域是 ? 思考题： 在假设体系： 下，计量软件包计算出为正的统计量值z，而且P值为0.120【注：计量软件包默认的P值是双尾的概率，当z为正时，它计算的是 】。 在假设体系 下，以10%为显著水平，我们是否拒绝原假设？ t检验 中， 常常是未知的，就不能利用正态分布进行假设检验。 定义 标准误 注意！标准误与标准差之间的差别 1. 标准误(Standard error)是标准差(Standard deviation)的估计量（值）。 2.标准差是常数，当样本可变时，标准误为随机变量。 t检验 假设检验的正式步骤 （1）建立原假设与备择假设： （2）确定小概率标准a 。 （3）考察统计量值