已阅读5页，还剩6页未读， 继续免费阅读
版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领
文档简介
计量经济学,主讲教师：郭惠英 山西财经大学 统计学院 Email:GUO_HY606126.COM,第二章,一元线性回归模型,计量经济学,T显著性检验,目的：检验参数估计量的显著性。 本质：决定单个解释变量选取的有效性。 原因：用T显著性检验是由于估计量服 从T分布。 方法：计算T值，与临界值对比。 结论：T值绝对值大于临界值-显著， 否则-不显著。,T显著性检验,结论：或者是当T值的双尾概率Prob0.05时，参数不显著。 也可以讲，小概率事件发生时，显著。 显著-解释变量的选取有意义； 不显著-解释变量没有意义（重新选择）。,临界值的含义：(显著水平 ）,下面给出OLS估计量的置信区间（区间估计）： 由上可知， 服从 t 分布，由临界值 的定义可以导出 的置信区间，给定显著水平，由临界值的定义可知： 上式等价于：,即 以 95% 的可能性落在下面区间上： 称该区间为 的置信区间，或称区间估计，置信度为95%. 比如，1978-2007年山西省城镇居民的消费模型中，边际消费倾向参数估计量为,计算得真实边际消费倾向 以 95% 的可能性落在下面区间上： 即 也就是： 置信度为95%.,很显然，置信区间越小越好，置信区间越小可信度越高，而置信区间的半径中T值变化不大，因此估计量的可信度主要取决于其标准差的估计量，标准差越小，可信度越高，标准差越大，可信度就越低。这与 t - 检验的显著性是等价的，从T 统计量的计算可知，标准差越小，则T 统计量的绝对值越大，即T值通过临界值的可能性也大，从而 t - 检验显著的可能性也大。此外从标准差的计算公式可知，,标准差的大小主要取决于总体方差的大小以及解释变量的离差平方和，它与总体方差成正比，与解释变量的离差平方和成反比，也就是说，当被解释变量的离散程度较大（即总体方差较大）以及解释变量的取值过于集中（即解释变量的离差平方和较小）时，线性回归模型的可信度会大大降低，不利于作线性回归分析。,本节内容结束，谢谢观看！
温馨提示
- 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
评论
0/150
提交评论