【计量经济学】统计推断

最新推荐文章于 2023-12-01 11:18:56 发布

PD我是你的真爱粉

最新推荐文章于 2023-12-01 11:18:56 发布

阅读量1.2k

点赞数 1

分类专栏：计量经济学文章标签：概率论

本文链接：https://blog.csdn.net/weixin_52185313/article/details/124340063

版权

计量经济学专栏收录该内容

56 篇文章 33 订阅

订阅专栏

这篇博客详细介绍了计量经济学中的统计推断方法，包括单个总体参数的t检验、使用p值法和置信区间法进行检验，以及多个线性约束的F检验。此外，还探讨了F检验与R2的关系，以及在大样本情况下的LM统计量用于联合检验。内容深入浅出，适合经济学和统计学的学习者参考。

摘要由CSDN通过智能技术生成

统计推断 --潘登同学的计量经济学笔记

单个总体参数的检验

t检验

检验步骤

原假设 $H_0: \beta_j=0$
确定显著性水平 $\alpha$
计算t统计量
$\equiv \frac{\hat{\beta_j}-0}{se(\hat{\beta_j})}$
其中的 $\beta_j=\hat{\rho_{xy}}\frac{\hat{\sigma_x}}{\hat{\sigma_y}}(一元情形),\beta = (X^TX)^{-1}X^TY(多元情形); se(\hat{\beta_j}) = \frac{\hat{\sigma}}{\sqrt{SST_x}}(一元情形),\hat{\sigma}=\frac{SSR}{n-2}$
确定临界值 $t_{\frac{\alpha}{2}}(n-k-1)双侧，t_{\alpha}(n-k-1)单侧$
作出推断，如果t统计量大于临界值则拒绝原假设，否则不拒绝

p值法

除了与临界值比较之外，还可以直接计算t统计量的p值，对于双侧来说
$P(|t_j|>|t_{\frac{\alpha}{2}}(n-k-1)|)$

P值越小越拒绝，P值一旦小于显著性水平就拒绝原假设

置信区间法

检验步骤

原假设 $H_0: \beta_j=0$
确定显著性水平 $\alpha$
利用 $\frac{\hat{\beta_j}-\beta_j}{se(\hat{\beta_j})}$ 服从自由度为n-k-1的t分布的事实，构造置信区间
$[\hat{\beta_j} - t_{\frac{\alpha}{2}}(n-k-1)se(\hat{\beta_j}), \hat{\beta_j} + t_{\frac{\alpha}{2}}(n-k-1)se(\hat{\beta_j})]$
作出统计推断, 如果置信区间套住的0，那就不拒绝原假设，否则拒绝原假设

注意 对于一个95%置信区间，如果不拒绝原假设，能否说他以95%的概率包含真值？

不能，一个置信区间要么包含真值要么不包含，95%只是说在100次中，有95次包含了真值

多个线性约束的检验

F检验

检验步骤

原假设 $H_0: \beta_3=0,\beta_4=0,\beta_5=0,\ldots$
确定显著性水平 $\alpha$
构造F统计量，分别用受约束模型(去掉了 $x_3,x_4,x_5,\ldots$ )和不受约束模型(原模型)
$\equiv \frac{SSR_r - SSR_{ur}}{SSR_{ur}} \cdot \frac{n-k-1}{q}$
其中q为 $x_3,x_4,x_5,\ldots$ 的数量
确定临界值 $F_{\alpha}(q,n-k-1)(只有单侧)$
作出统计推断，一旦大于临界值就拒绝原假设，否则不拒绝

F检验的 $R^2$

F统计量还可以写成以下形式
$\frac{R^2_{ur}-R^2_{r}}{1-R^2_{ur}} \cdot \frac{n-k-1}{q}$
其中 $R^2_{ur}$ 是原模型的 $R^2$

调整 $R^2$

除了利用F检验来进行嵌套模型的选择外，还可以利用调整 $R^2$ 对非嵌套模型(当然嵌套模型也可以)进行选择
$\bar{R}^2 = 1 - \frac{SSR}{SST} \cdot \frac{n-1}{n-k-1}$
也可以根据 $R^2$ 来计算
$\bar{R}^2 = 1 - (1-R^2)\cdot \frac{n-1}{n-k-1}$