計量經(jīng)濟(jì)學(xué)主要內(nèi)容復(fù)習(xí)提要(編輯修改稿)
2025-05-22 13:22 本頁面
【文章內(nèi)容簡介】 229。(xix)2?為b1的估計標(biāo)準(zhǔn)誤差。在H0:b1=0下，有t~t(n2)1方程的顯著性檢驗原假設(shè)H0:b1=0 備擇假設(shè)H0:b1185。0構(gòu)造t統(tǒng)計量F=ESSRSS n2在H0:b1=0下，有F~F(1,n2)1F、T與R2檢驗統(tǒng)計量之間的關(guān)系t=(n2)R21R2,R2=F(n2)+F,F=t21回歸方程的標(biāo)準(zhǔn)記法?yi=+S=()()t=()**()**有時S（回歸系數(shù)的標(biāo)準(zhǔn)差，有時也記為Se ）也可不寫；t 統(tǒng)計量右上角*的表示顯著性水平的大小，**一般表示在顯著性水平1％下顯著，*一般表示在顯著性水平5％下顯著，無*表示5％下不顯著。15計算題：（?。└鶕?jù)10組（x,y）的值，x為自變量，y為因變量，得到：229。x229。y=133300229。yi2i=1110,=315400,=1680, 229。xy229。xiii2i=204200假設(shè)滿足所有的一元線性回歸模型的假設(shè)，試求：（2）樣本決定系數(shù) 。R（1）b0和b1的估計值及標(biāo)準(zhǔn)差。2（3）對參數(shù)及方程進(jìn)行顯著性檢驗。（2）若我們搜集兩個變量的歷史資料如下：廣告費(fèi)x 1 2 3 4 5 6 7 8銷售收入y 10 14 18 20 25 28 30 40（1）用最小二乘法求出回歸方程；（2）計算TSS，RSS，ESS?（3）求回歸標(biāo)準(zhǔn)誤差su；（4）對變量的參數(shù)進(jìn)行顯著性檢驗；（5）計算x與y的決定系數(shù)；（6）對回歸方程進(jìn)行F檢驗。1計算機(jī)處理識別題下面是對某個案例分析的EViews輸出結(jié)果。DependentVariable:Y Method:LeastSquaresSample:1987Q11996Q4 Includedobservations:40Variable Coefficient Std.Error tStatistic Prob.C （1） X （2） Rsquared Meandependentvar AdjustedRsquared .dependentvar .ofregression Akaikeinfocriterion Sumsquaredresid （3） Schwarzcriterion Loglikelihood Fstatistic DurbinWatsonstat Prob(Fstatistic) 用標(biāo)準(zhǔn)記法寫出回歸方程；對變量的系數(shù)進(jìn)行顯著性檢驗對方程進(jìn)行顯著性檢驗；計算（3）1多元線性回歸模型的基本假定假定1.零均值假定即在給定解釋變量x1i,x2i,Lxki的條件下，隨機(jī)擾動項u的條件均值為零。即E[ui|x1i,x2i,Lxki]=0（i=1,2,L,n）假定對于任意的解釋變量觀測值x1i,x2i,Lxki，隨機(jī)擾動項u的條件方差相同。即Var(ui|x1i,x2i,...,xki)=su2假定3.無序列（自）相關(guān)假定隨機(jī)誤差項ui之間無序列相關(guān)。即（i=1,2,L,n）Cov(ui,uj)=0（i,j=1,2,L,n。i185。j）假定隨機(jī)誤差項ui與自變量xl無線性相關(guān)關(guān)系。即Cov(ui,xl)=E(ui,xl)=0（i=1,2,L,n。l=1,2,L,k）1隨機(jī)誤差項u的方差s u的最小二乘估計量假定隨機(jī)誤差項ui條件分布為正態(tài)分布。即ui|x1,x2...,xk~N(0,su2)假定各解釋變量之間不存在線性關(guān)系，或者說各解釋變量的觀測值之間線性無關(guān)；在此條件下，解釋變量觀測值矩陣X列滿秩rank(X)=k+1n2s?u2= =RSSnk1229。ei2nk1229。e?估計標(biāo)準(zhǔn)誤差：su=2ink1=RSSnk1?，在EViews的輸出結(jié)果中，su稱為回歸標(biāo)準(zhǔn)誤差（ofregression）1方差分解和F檢驗值計算表變差來源 平方和SS自由度df均方MSF統(tǒng)計量回歸殘差ESSRSSknK1ESS/kRSS/(nk1)F=ESS/16
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號-1