第6章回归模型的假设检验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
在一元线性模型中,就是要判断X是否对Y具有显著的线性性影响
这就需要进行变量的显著性检验
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
第一节假设检验•所谓假设检验,就是事先对总体参数或总体分布形式作出一个假设,然后利用样本信息来判断原假设是否合理,即判断样本信息与原假设是否有显著差异,从而决定是否接受或否定原假设
•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1、显著性检验—t检验),(~ˆ2211ixN)2(~ˆˆˆ1ˆ112211ntSxtit值是用来检验根据OLS估计出来的回归系数是否显著的统计量
检验步骤:(1)对总体参数提出假设H0:1=0,H1:10(2)以原假设H0构造t统计量,并由样本计算其值(3)给定显著性水平,查t分布表,得临界值t/2(n-2)(4)比较,判断若|t|>t/2(n-2),则拒绝H0,接受H1;若|t|t/2(n-2),则拒绝H1,接受H0;T=11(2)()btnSb对于一元线性回归方程中的0,可构造如下t统计量进行显著性检验:)2(~ˆˆˆ0ˆ022200ntSxnXtii在上述收入-消费支出例中,首先计算2的估计值134022107425000777
045900202ˆ2ˆ2221222nxyneiii0425
07425000/13402ˆ22ˆ1ixS41
98742500010/5365