线性回归模型２.ppt

估计量估计总体的公式总体均值的估计量：样本均值随机样本：无数个样本一个具体的样本：样本中每个随机变量都取定一个观察值根据估计量的公式计算估计值估计量与估计值高斯—马尔可夫定理01给定CLRM的假设1-4，最小二乘估计量是具有最小方差的线性无偏估计量。02无偏性成立的关键条件CLRM的假设1：μ和Xi不相关126543学生的数学考试成绩被解释变量：在一次高中10年级标准化数学考试中通过学生的百分比解释变量：有资格接受联邦政府午餐补助学生的百分比math10=?0+?1lnchprg+??1的含义?10123456案例分析MATH10=32.14－0.319*LNCHPRG请解释－0.319的含义其他影响因素：例如学生的贫穷率学生的贫穷率与受补助学生比例正相关，学生的贫穷率与数学考试通过率负相关Eviews线性：β帽是Y的线性函数?1的正态分布OLS估计量的概率分布不同的样本，得到不同的估计值，01根据某一个具体样本得到的估计值质量如何？02可以通过特定的检验指标来衡量032.5假设检验第一个样本x(收入)y（支出）8010012014016018020022024026050100150200第一个样本回归直线第二个样本第二个样本回归直线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。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。稻草人假设：斜率参数为零壹贰显著性检验法解释变量的显著性如果?1等于零，则X对Y没有影响?1的估计值不等于零但是?1真的不等于零吗？问题：如何说服我们相信你高考的数学成绩不是零分？1、假设检验概述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。如果结果是个小概率事件，那我们认为这是不可能发生的。会发生不可能发生的事情，一定是假设前提错了。上述“小概率事件”的概率被称为检验的“显著性水平”，或者“犯第一类错误的概率”（拒绝了正确的虚拟假设）显著性水平或犯错误概率在反证法推理中应当设定得越小越好，还是越大越好？问题t分布t分布t分布的均值为0t分布的方差为n/(n-2);n=30,1.0701n02n03n042at分布00102032.5％t落在红色区域中的概率为5％(1|t|2被认为是一个小概率事件2.5％2设计一个服从特定分布的随机变量，例如t01根据样本数据计算上述随机变量的数值03如果是，则认为发生了不可能发生的事情。因此得出结论：假设前提错了05选择一个取值范围，上述随机变量落在该取值范围内的概率很小，例如5％02判断该数值是否落在上述取值范围之内04假设检验的基本思想2、解释变量的显著性检验=t在上述t统计量中假设?1等于零，得到CBA斜率?1的显著性检验t是一个随机变量，对应于不同的样本，t取不同的值给定一个具体样本，t是斜率的估计值和斜率的样本标准差的比率。被称为t比率t=123统计量t的解释

ca(1-a)t分布临界值c|t|c的概率？在实践中，一般取α＝5％，确定一个小概率事件t~t(n-2)给定样本容量n和显著性水平α，就可以计算c0a/2(1-a)-ca/2净资产回报率：纯收入对净资产CLRM关于随机误差项的五个假设是什么？1影响SRF中斜率估计量方差的两个因素是什么？2OLS估计量具有哪两个优良性质？3假设检验的基本原理是什么？4显著性水平和第一类错误指的是什么？5思考题：第2章一元线性回归模型(2)思考题：6、对稻草人假设进行检验的标准是什么？7、拟合优度的含义和度量指标是什么？8、正态性检验的目的是什么？1回归分析中的变量有何特点？3刻划被解释变量的两个参数分别是什么？2被解释变量的两个组成部分的含义是什么？4样本回归模型与总体回归模型有何区别？5最小二乘估计法的核心思想是什么？6回归模型参数的估计量是什么？复习第2章(1)思考题：01一元线性回归具有哪三个性质？02如何解释回归模型参数的含义？复习第2章(1)思考题：2.1古典线性回归模型（CLRM）假设1、随机误差项?与解释变量X之间不相关回归分析的基本原理是