计量经济学复习笔记(三)修正版
2015-12-29 18:22
225 查看
假设检验
原假设 H0对立假设H1
简单假设:假设为一个值
复合假设:没有确定值,假设变量在一个范围内
可能原假设正确, 然后拒绝 为I类错误
可能原假设错误, 没有拒绝 为II类错误
范 I类错误的概率定义为 显著性水平 α 一般取0.05
犯II类错误的概率定义为置信系数 1−β (β为和α呈正相关的一个系数,原来错了 感谢LUC的指正!)
下面的图形象地表现了这之间的关系
置信区间:参数如μ (注意 不是参数估计值)在1−α的时间里落入该区间,就是说拒绝的时候其实是 我们的估计值偏离了参数的最常见出现范围,那么就是 显著性水平α越大,我们的这个常见范围划得越小,我们就越容易拒绝原假设,即犯I类错误的概率变大。
例子 正态分布
有 Z=X¯−μσ2/n−−−−√∼N(0,1)标准正态分布
那么 我们有置信水平 1−α
就是 P(−a<Z<a)=1−α
代入Z的表达式,可以化为P(X¯−σn√⋅a<μ<X¯+σn√⋅a)=1−α
然后查表查的a 带进去算出来就是置信水平为 1−α置信区间
注意: 这里是方差已知的情况, 方差未知则要用T分布检验,自由度为n-1
T分布 标准正态/χ2所构造
所以 拒绝域 接受域 和临界值的定义就很简单了
然后注意单尾检验的置信区间,只有一侧,所以a的取值不是 α/2和1−α/2而是1-α或者α时的值
检验还有一个办法 求出 Z=X¯−μ0σ2/n√时的值,然后跟表比较一下就可以了
相关文章推荐