計(jì)量經(jīng)濟(jì)學(xué) 33變量之間線性關(guān)系的顯著性檢驗(yàn).ppt_第1頁(yè)
計(jì)量經(jīng)濟(jì)學(xué) 33變量之間線性關(guān)系的顯著性檢驗(yàn).ppt_第2頁(yè)
計(jì)量經(jīng)濟(jì)學(xué) 33變量之間線性關(guān)系的顯著性檢驗(yàn).ppt_第3頁(yè)
計(jì)量經(jīng)濟(jì)學(xué) 33變量之間線性關(guān)系的顯著性檢驗(yàn).ppt_第4頁(yè)
計(jì)量經(jīng)濟(jì)學(xué) 33變量之間線性關(guān)系的顯著性檢驗(yàn).ppt_第5頁(yè)
已閱讀5頁(yè),還剩10頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、3.3 變量之間線性關(guān)系的顯著性檢驗(yàn),(3.1.1),在本章第一節(jié)中,我們假定解釋變量X和被解釋變量Y之間的關(guān)系是線性的,即總體回歸模型(3.1.1)式。,從上一節(jié)的擬合優(yōu)度檢驗(yàn)中可以看出,擬合優(yōu)度越高,解釋變量對(duì)被解釋變量的解釋程度就越高,可以推測(cè)模型總體線性關(guān)系成立;反之,就不成立。 但這只是一個(gè)模糊的推測(cè),不能給出一個(gè)在統(tǒng)計(jì)上嚴(yán)格的結(jié)論。這個(gè)假定是否恰當(dāng)需要通過(guò)假設(shè)檢驗(yàn)進(jìn)行檢驗(yàn)。,假設(shè)檢驗(yàn)的基本原理,假設(shè)檢驗(yàn)是統(tǒng)計(jì)推斷的一個(gè)主要內(nèi)容,它的基本任務(wù)是根據(jù)樣本所提供的信息,對(duì)未知總體分布的某些方面的假設(shè)作出合理的判斷。,假設(shè)檢驗(yàn)的程序是:現(xiàn)根據(jù)實(shí)際問(wèn)題的要求提出一個(gè)論斷,稱為統(tǒng)計(jì)假設(shè),記為H

2、0;然后根據(jù)樣本的有關(guān)信息,對(duì)H0的真?zhèn)芜M(jìn)行判斷,作出拒絕H0或接受H0的決策。,假設(shè)檢驗(yàn)的基本思想是概率性質(zhì)的反證法。 為了檢驗(yàn)原假設(shè)H0是否正確,先假定這個(gè)假設(shè)是正確的,看由此能推出什么結(jié)果。 如果導(dǎo)致一個(gè)不合理的結(jié)果,則表明“假設(shè)H0為正確”是錯(cuò)誤的,即原假設(shè)H0不正確,因此要拒絕原假設(shè)H0; 如果沒(méi)有導(dǎo)致一個(gè)不合理的現(xiàn)象出現(xiàn),則不能認(rèn)為原假設(shè)H0不正確,因此不能拒絕原假設(shè)H0。,概率性質(zhì)的反證法的根據(jù)是小概率事件原理。 該原理認(rèn)為“小概率事件在一次試驗(yàn)中幾乎是不可能發(fā)生的”。在原假設(shè)H0下構(gòu)造一個(gè)事件,這個(gè)事件在“假設(shè)H0是正確”的條件下是一個(gè)小概率事件。 隨機(jī)抽取一組容量為n的樣本觀

3、測(cè)值進(jìn)行該事件的試驗(yàn)。 如果該事件發(fā)生了,說(shuō)明假設(shè)“假設(shè)H0正確”是錯(cuò)誤的,因?yàn)椴粦?yīng)該出現(xiàn)的小概率事件出現(xiàn)了。因而應(yīng)該拒絕原假設(shè)H0;反之,如果該小概率事件沒(méi)有出現(xiàn),就沒(méi)有理由拒絕原假設(shè)H0,應(yīng)該接受原假設(shè)H0。,這兩種檢驗(yàn)在順序上是不能顛倒的。因?yàn)橹挥挟?dāng)回歸模型所代表的變量之間線性關(guān)系通過(guò)檢驗(yàn)后,進(jìn)一步檢驗(yàn)個(gè)別解釋變量對(duì)被解釋變量才有意義。 本節(jié)先介紹變量之間線性關(guān)系的顯著性檢驗(yàn)。,前者檢驗(yàn)的是解釋變量X與被解釋變量Y能否用一個(gè)線性模型來(lái)表示;后者檢驗(yàn)的是回歸模型中的每一個(gè)解釋變量對(duì)被解釋變量的影響程度。,一般來(lái)說(shuō),回歸分析的假設(shè)檢驗(yàn)包括變量之間的線性關(guān)系檢驗(yàn)和參數(shù)的顯著性檢驗(yàn)兩個(gè)內(nèi)容。,一

4、、方差分析表,我們知道,總離差平方和可以被分解為兩部分:回歸平方和和殘差平方和,即TSS=ESS+RSS。 根據(jù)對(duì)總離差平方和的分解公式,可列成下表所示方差分析(analysis of variance)表。,表3.3 方差分析表,二、解釋變量X和被解釋變量Y之間線性 關(guān)系檢驗(yàn)(F檢驗(yàn)),根據(jù)數(shù)理統(tǒng)計(jì)學(xué)知識(shí),在表3.3中,F(xiàn)統(tǒng)計(jì)量被定義為:,可以證明:,要檢驗(yàn)解釋變量X和被解釋變量Y之間的線性關(guān)系檢驗(yàn),就是要檢驗(yàn)?zāi)P停?中參數(shù),是否顯著不為零。按照假設(shè)檢驗(yàn)的,原理與程序,原假設(shè)與備擇假設(shè)分別為:,根據(jù)數(shù)理統(tǒng)計(jì)學(xué)知識(shí),在原假設(shè)H0成立的條件下,統(tǒng)計(jì)量:,服從自由度為(1,n-2)的F分布。,FF

5、(1,n-2)(或FF(1,n-2) ),來(lái)拒絕或接受原假設(shè)H0,以判定原方程總體上的線性關(guān)系即解釋變量X和被解釋變量Y之間的線性關(guān)系是否顯著成立。,因此,給定顯著性水平,查表得到臨界值 F(1,n-2),根據(jù)樣本求出的F統(tǒng)計(jì)量的數(shù)值后,可通過(guò),例3.2 用方差分析表和F統(tǒng)計(jì)量檢驗(yàn)例3.1中兩變量之間的線性關(guān)系是否顯著。顯著性水平=0.05。,解:根據(jù)題目要求建立假設(shè)如下:,由于例3.1中已經(jīng)計(jì)算出了,根據(jù)公式TSS=ESS+RSS,得,RSS=TSS-ESS=14 327.5-14 229.97=142.53,由此可列出如表3.4所示的方差分析表。,表3.4 方差分析表,在給定的顯著性水平=0.05的條件下,查得F0.05(1,8)=5.32F=798.69。 所以可得出結(jié)論:拒絕原假設(shè)H0,變量之間的線性關(guān)系是顯著的。,需要說(shuō)明的是,在Eviews軟件中,通常只要看F值所對(duì)應(yīng)的概率p。在Eviews軟件中用prob. (F-statistic) 表示,他被定義為,由概率統(tǒng)計(jì)知識(shí)知,只要F值所對(duì)應(yīng)的概率p小于給定的顯著性水平,就一定有F值大

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論