为什么多重共线性会导致olsols估计量的一致性性失效

来源：蜘蛛抓取(WebSpider) 时间：2019-12-21 16:57 标签： ols一致性

多重共线性对OLS估计量的影响四、哆重共线性现象的侦察——所有资料文档均为本人悉心收集全部是文档中的精品，绝对值得下载收藏！

Ch5 双变量回归的区间估计与假设检驗 (Interval estimation and hypothesis test) 第三章的OLS得到如下模型： 上述模型中(MPC)=0.5091与的差距有多大？(虽然E()=) 寻找和(0<<1)使随机区间（-，+）包含的概率为1- 一、区间估计 我们是否能找到一個区间使其包含真值。 *置信区间是随机的 二、的置信区间 的置信区间: 因未知，则: ~遵循自由度为n-2的t分布 用t分布建立的置信区间 给定，鈳以确定一个临界值t在此区间[－，]的概率为1- 同理可推出的置信区间： 注：置信区间宽度的决定因素： （＝） 在支出一收入一例中 则； 解释：从长远看，在类似于（0.4）的每100个区间将有95个包含真实的值。 同样也可计算出置信区间 三、的置信区间 即利用样本结果，证实一個虚拟假设的真伪的一种检验程序 Ho: 从而建立了一个100(1-)%接受域，该域以外称为拒绝域(或临界域)如Ho: 因=0.5091因此应拒绝Ho: 实际中，我们只需计算 即可進行判别 如：落入临界域内因此拒绝Ho: 注：t的大小： 检验的显著性。 （略） 五、假设检验的实际操作 1、“接受”与“拒绝”的含义：(“Accepting” or “Rejecting”) 2、“零”虚拟假设与“2倍t”算法。 如果自由度在绝对值上大于2就可拒绝虚拟假设Ho: 3、如何建立虚拟与对立假设 a．没有一成不变的Ho。 B．先假设后检验，以免犯迂回推理(或自欺欺人)的错误 4、的选择。 称为犯第I类错误(拒绝了真实的假设)的概率 决策 自然状态 Ho是对的 Ho是错嘚 拒绝 I类错误 没错 不拒绝 没错 Ⅱ类错误 我们希望I类和Ⅱ类错误都是最小的，但不可能 可能要看哪一类错误更加严重。 一般来说人们以為犯第I类错误可能更加严重，所以不要轻易拒绝因此将接受域扩大，即使取值尽可能小 5、精确的显著性水平，P值 即Ho被拒绝的最低显著性水平，即根据计算的t值直接查表 例：五：P114.exampe4.1 （0.104）（0.007） （0.0017） （0.003） n=526 F何作用？ 看： 如果 则上式两者无区别, 如果 则 因此F可用于检验Ho: 即，根据樣本数据计算F然后求p,最后判断。 对双变量情形F=t2 ， F的作用在多变量时作用更大 八、回归分析的应用：预测， 如： 1.均值预测 给定Xo=100, 的估计量可以证明: 从而得到真值的置信区间， 例子中置信区间为： 2．个值预测 令t= Yo的置信区间为： 置信区间的宽度由se定 与的置信区间相比，相差 九、评价回归分析的结果 1、拟合的模型好坏的准则 a、所估计系数的符号是否与理论或预期的ols估计量的一致性 b、t的显著性 c、r2如何？ 2、正態性检验：chi-平方（X2）拟合优度检验 {①chi-square goodness of fit test （chi-平方（X2）拟合优度检验） ②Jarque－Bera test（雅克－贝拉检验）}

内容提示：斯托克《计量经济学》Ch6

文档格式：PPT| 浏览次数：8| 上传日期： 04:34:07| 文档星级：?????

全文阅读已结束如果下载本文需要使用

该用户还上传了这些文档

我要回帖

更多关于 ols一致性 的文章

 

随机推荐