經(jīng)濟計量學課程學習指導書-文庫吧資料
2025-05-20 03:09本頁面
【正文】 菲爾特—夸特檢驗（G—Q往往出現(xiàn)異方差性。異方差在現(xiàn)實經(jīng)濟中是存在的，如研究個人儲蓄與個人可支配收入，建立的線性回歸模型，隨機項u本章一個要點是異方差，自相關(guān)，多重共線產(chǎn)生的經(jīng)濟背景。（二）本章重要、重點本章一個重點是對模型的異方差，自相關(guān)或多重共線性的檢驗。掌握對異方差、自相關(guān)、多重共線性的主要檢驗方法。第四章,，再通變量變換為線性模型。+ln+ln+lnY經(jīng)過代數(shù)變換（兩這取對數(shù)）可代為bALa生產(chǎn)函數(shù)模型Y如uib2Zib1X1ib0Yi12=當這兩個條件有一個不滿足時，即為非線性模型。是每個參數(shù)（系數(shù)）bX的線性函數(shù)；（2）參數(shù)線性，即Y可以利用多元回歸方程進行預測。tXXYX1,X2,…,XnYF～t(1同。(bi/=? ?回歸系數(shù)的檢驗：對每一個回歸系數(shù)分別進行檢驗，檢驗的統(tǒng)計量回歸方程顯著性檢驗：提出原假設knRSS的自由度為的自由度，總離差平方和是回歸平方和1)，這里knk～F)去除原模型得：ESS(Xi=s f≠常數(shù)，假定異方差形式為s i對于不同樣本點方差不等于一個常數(shù)，即令模型隨機項+X+X+=如多項式函數(shù)模型，個元素。對角線的第X)(X39。CiiSe2=(b?i1)，=RSS統(tǒng)計量：構(gòu)造2/=R1總離差平方和分解Se的估計量。e（殘差向量）是+=2InNuu1k(X)0),X；（3）隨機項與解釋變量不相關(guān)假定，即；i0)E(uiu)u；(2)隨機項等2 2Cov(ui=i多元線性回歸模型的假定：(1)隨機項均值為零的假定，即1），b為被解釋變量的樣本觀測值向量，Xu其中Xb的估計量用矩陣表示Yu個元素）。對角線上的第X)(X39。（=s 2C即Var(b?X)ii(X39。)b?樣本回歸模型為?偏性和最小方差性。=回歸方程為=模型參數(shù)的最小二乘估計：)=uii=1,2,…,n方差和無序列相關(guān)假定，即Var(uikibkL2ib21ib1b0多元線性回歸模型的一般形式Y(jié)i本章還有兩個要點：多元線性回歸模型與一元線性回歸模型的相同之處和不同之處。Ft軟件進行多元回歸分析。學習利用掌握多元線性回歸模型的最小二乘估計。第三章Eviews利用回歸方程可以進行被解釋變量單個值或均值的預測。XY接受F H0:b1=0，接受Fa2)（4）作出判斷：若nFaF2nα，查第一個自由度為H1：b1≠0（2）計算統(tǒng)計量統(tǒng)計量2i2i檢驗步驟：（1）提出原假設構(gòu)造檢驗的利用樣本值得出了回歸方程，是否能代表總體，即總體線性回歸模型的假定是否顯著，必須進行檢驗—F2)回歸方程的顯著性檢—F/(ne=229。(1,y?~的顯著性與此類似）229。b1線性不顯著。與接受線性顯著；若2?T 與H0：b1=0，接受ta179。ta2(4)作出判斷：若tn－2(=(b1/=H1：b1≠0? ?（2）計算統(tǒng)計量1)檢驗步驟為：（1）提出原假設t(n)Tb1STb1(b1)利用越小，? ? ?b1Sb1(b1)的標準差，的? ? ? ?標準差的估計值，仍叫2?為估計量248。247。x229。 246。)?=s(b?即得2用247。bN21，表明回歸直線與樣本點“擬合優(yōu)度”越好；反之，r22 2合優(yōu)度”的度量，r2e2229。RSS2=叫總離差平方和，y229?；貧w直線（方程）與樣本點“擬合優(yōu)度的判定”；總離差平方和分解：TSS=ESS+RSS，i ?i iTSS)Nu作為回歸直線（方程）與樣本點“擬回歸系數(shù)的顯著性檢驗
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1