计量经济学14课件幻灯片.pptVIP

不必太在意其大小。在社会科学中，过低是正常的。过低并不表示回归方程是没有用的。 仅在要利用回归方程做预测时，才要求较高的拟合优度。 案例3-1 本例中可决系数为0.935685，说明所建模型整体上对样本数据拟合较好，即解释变量“城市居民人均年可支配收入”对被解释变量“城市居民人均年消费支出”的绝大部分差异作出了解释。 第二节 回归方程的整体显著性检验：F检验 既然拟合优度不能用来判断，那么该用什么来判断回归方程是否有用？ 1、假设检验 H0:回归方程无用（所有k个自变量都不能解释Y，参数都=0） H1:回归方程有用 2、 3、查找临界值：根据允许的误差（显著性水平）α，查找Fα 4、计算F值 5、若F Fα ，则否定原假设，说明方程整体是显著的； 若F Fα，则不能否定原假设。 F检验的p-value 一般计量经济软件都报告关于方程整体显著性的F检验的p-value(失误率)，即否定原假设失误的概率。 若p-value 我们允许的显著性水平，则否定原假设，说明方程整体是显著的。 案例3-1 本例中F=421.9023，F检验的p-value=0.0000000,说明方程整体是显著的。 第三节 单个参数的统计意义检验 若方程通过F检验，只能说明有些自变量对因变量Y有解释作用，但具体哪些自变量有显著的解释力，而哪些又没有呢？ 这就要看其参数（系数）是否有统计意义，是否显著的不等于0。 变量的显著性检验所应用的方法是数理统计学中的假设检验。 计量经济学中，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。 任务：利用ols估计量的分布来做假设检验。 原假设 H0:β1=0 备择假设H1: β10 一、ols估计量的分布 1、期望值：在满足一系列假定的前提下，具无偏性 无偏性是ols估计量的统计性质，但并没有告诉我们从特定的样本中得到的估计值是什么。我们的希望是，如果得到的样本是“典型”的，那么我们的估计值就会“接近于”总体值。不幸的是，我们总有可能得到点估计远离总体值的不幸样本，而且我们永远也不可能确知情况是否如此。 了解预期的估计值是以总体值为中心而分布的 2、标准差：在满足一系列假定的前提下， 了解预期的估计值究竟距离总体值有多远 二、t检验 1、原假设 H0:β1=0 备择假设 H1:β1?0 2、 3、查找临界值：根据允许的误差（显著性水平）α，查找临界值tα/2,n-2 4、由样本计算t值 5、 若|t| tα/2 ，则拒绝原假设，说明β1显著不等于0，对应的自变量对因变量有显著影响； 若|t| tα/2，则不能否定原假设，说明β1可能等于0，对应的自变量对因变量没有显著影响。 案例3-1 临界值 拒绝H0:β1=0 。这表明，城市人均年可支配收入对人均年消费支出有显著影响。 不能拒绝H0: β0=0 t检验的p-value 一般计量经济软件都报告关于方程参数的总体值是否为0的t检验的p-value(失误率)，即否定原假设失误的概率。 若p-value 我们允许的显著性水平，则否定原假设，说明参数显著不为0，对应的自变量对因变量有显著的解释作用。 思考题 如何检验原假设 H0:β1=1 备择假设 H1:β1?1 对于简单一元回归模型，F检验与t检验有何联系？ 复习：第5章 预习：第6章 * 伍德里奇的新著《计量经济学导论：现代观点》 * * 2、其他条件如何表示---统计关系 u-误差，表示除x之外影响y的其他因素。可视为观测不到的因素。 显然的问题是：为什么不把这些变量明显地引进到模型中来，而以随即扰动项来替代？理由是多方面的： （1）真正的关系是Y = f (X1， X2，… )，但X2, X3,…, 相对不重要或难以辨认或欠缺数据，用u代表之。 （2）两变量之间的关系可能不是严格线性的，u反映了与直线的偏差。 （3）经济行为是随机的，我们能够用 Y=α+βX 解释“典型”的行为，而用u来表示个体偏差。 （4）总会出现测量误差， 使得任何精确的关系不可能存在。 （5）节省原则 3、函数关系 若其他因素被看作保持不变，则x对y具有线性影响。 β1-斜率参数 β0-截距参数 二、其他条件不变概念 怎样能在保持其他因素固定的同时又忽略所有这些其他因素，以得到x对y在其他条件不变下的影响呢？ 解决方法之一：采用实验数据---在保持其他条件u固定的前提下，做实验。用得到的实验数据（x,y）来估计模型中的参数。 问题是经济数据绝大部分是非实验数据，且现实经济做实验的难度极大，如之奈何？ 解决方法之二：u可以变化