计量经济第四章.ppt

1、多重回归分析：估计(1)、y=b0 b1x1 b2x2 . bkxk u、Lecture Outline本课程纲要。 clmassumptionsandsamplingdistributionsoftheolsestimators古典假设和ols估计量的样本分布backgroundreviewofhypothesistesting假设检查的背景知识one-sided and 单边和双边t检验计算值对p值进行修正，Assumption MLR.6 (Normality )是假定MLR.6 (正规)、So far、weknowthaalues的inordertodoclassicales wene

2、edtoaddanotherassumption (beyondthegauss-Markov assumptions )是为了进行经典的假设检查，assumption MLR.6 (normality ) : assumethatu 假设xkanduisnormallydistributedwithzeromeanandvariances 23360 unormal (0，s2)mlr.6 (正规):u和x1，x2，CLM Assumptions经典线性模型的先决条件assumptions MLR.1 MLR.6 arecalledtheclassicallinearmodel (clm )

3、 assumptions .假设MLR.1-MLR.6是古典线性模型假设werefertothemodelunderthesesixassumptionsastheclassicallinearmodel .我们称之为满足这6个假设的模型butalsotheminimumvarianceunbiasedestimator、that is、amonglinearandnonlinearestimators、olsestimatorgivesthesmallestvariance .古典OLS不仅是BLUE，而且是最小的没有色散偏差的估计量，在所有的线性和非线性的估计量中，OLS估计量具有最小的色

4、散。 CLM Assumptions古典线性模型假说，wecansummarizethepopulationassumptionsofclmasfollows我们总结了整个古典线性模型假说y|x Normal(b0 b1x1 bkxk，s2) whilefornowwejustassumenormality，sometimes this is not the case现在我们假定了正规，但是也有不正规的情况，CLM Assumptions古典线形模型假定、whatshould正规假定不成立特别转换日志，特别转换日志， 通过oftenyieldsadistributionthatiscloser

5、tonormal .变换，特别是通过取自然对数，能够得到接近正规的状态的theorem4.1normalsamplingdistributions定理4.1 4.2测试hypothesesaboutasinglepopulationparameter :测试相对于单一整体，采用consider a population模型(4.2) whichsatisfiestheclmassumptions.wenowstudyhowtotesthypothesesaboutaparticular考虑到整体满足clm模型，目前如何假设验证特定行Background Review背景知识评论thehypot

6、hesistobetestediscalledthenullhypothesis .已验证的假设为零假设hypothesistestingentailsusingdatatocompar 被称为haseeet的nd hypothesis，i.e . alternative hypothesis .假设检查利用数据比较零假设和其他假设(替代假设)，回顾Background Review的背景知识，thealternativehypothesisspecifieswhatistrueis our goal : usetheevidenceinarandomlyselectedsampleofdat

7、atodecidewhethertoacceptthenullhypothesis .我们的目的：使用随机选择的样本给我们Background Review的背景知识审查，twokindsofmistakesarepossibleinhypothesistesting .在假设检查中有两个可能的错误。typei error : rejectthenullhypothesiswhenitisinfacttrue .第一类错误：零假设(丢弃真) typeiierror : failtorejectthenull ally false .第二类错误：如果零假设为假，则不拒绝零假设(取假)，Backg

8、round Review背景知识回顾， hypothesistestingrulesareconstructedtomaketheprobability thesignificancelevel (level ) ofatestistheprobabilityofatypeierror .一如果是commonlyspecifiedsignificancelevels :1、0.05、0.01.ifitequals0.05、itmeanstheresearcheriswillingtofalselyreject0. 05，研究人员可以Background Review背景知识回顾thecriti

9、calvalueoftheteststatisticisthevalueofthestatisticforwhichthetestjustrejectthenullhypothesisatt ev even thesetofvaluesoftheteststatisticforwhichthetestrejectsthenullistherejectionregion。 andthevaluesoftheteststatisticforwhichitdoesnotrejectthenullistheacceptanceregion .在假设检查中，将零假设被拒绝的检查统一量的可取值的范围称为拒

10、绝域后台审阅背景知识审查，测试统计(t ) issomefunctionoftherandomsample.whenwecomputethestatisticforaparticular weobtainano 、theorem4.2tdistributionforthestandardizedestimators定理4.2:标准化估计量的t、the t测试(cont ) t检验、 knowingthesamplingdistributionforthestandardizedestimatorallowsustocarryouthypothesistests知道标准化估计量的样本分布后， 假

11、说检查Start with a null hypothesis从零假说开始， H0: bj=0 (4.4)例如，h 03360 bj=0if接受空值、thenacceptthatxjhasnopartialeffectony、controlling for other xs若接受零假设，则x的、关于使用信息价值的信息、Because it is a probability、its范围is between0and 1。 这是概率，值的范围是0。 1间的smallpvaluesareevidenceagainstthenull，largepvaluesprovidelittleevidenceag

12、ainstthenull .小p值提供拒绝零假设的证据，大p值提供拒绝零假设的证据The t Test (cont )、ttest : one-sidedalternativest检查：单边替代假设、Besides our null、H0、weedanalternativehype and a significance level为侧面h 1可以是单边或双边的H1: bj 0和H1: bj 0，单边的H1: bj 0和H1: bj 0可以是双边替代假设If we want to h probabilityofrejectingh0ifitisreallytrue，thenwesayoursig

13、nificancelevelis5%表示，如果我们希望以5的概率错误地拒绝真正的零假设， 我们的显着水平是“一边准备(cont )”单边替代假设、“高峰拾取”a significance level，a， welookupthecriticalvaluecinatdistributionwithn k1degreeoffreedom .取显着性等级a后，自由度nk1的t分布的阈值，one-sided alternatives (one-sided 在tbj c时，if H03360 bj=0版本h 13360 bj 0、we reject H0 if tbj c和fail to reject H0 if tbj 0拒绝h 0，因为tbj=-c .是t分布对称的。 如果H0: bj=0对H1: bj=-c，则不能拒绝