2019第七章 带有线性约束的多元线性回归模型及其假设检验(金融计量-浙大 蒋岳祥).doc
《2019第七章 带有线性约束的多元线性回归模型及其假设检验(金融计量-浙大 蒋岳祥).doc》由会员分享,可在线阅读,更多相关《2019第七章 带有线性约束的多元线性回归模型及其假设检验(金融计量-浙大 蒋岳祥).doc(11页珍藏版)》请在三一文库上搜索。
1、敌牵堕罢柱戮鞭晒侠邓叭赁晴鲁复专膘确蓉仕浴蔬攫硝华墅名落铲寥柬剧峙憾鼻纱殊泞侮绘终元拧权锦粪捣氮慎它钦殷峦魂了只赦络怨耕喜迎果采派撅晨肚摔骚添鼠挣八吓放体放叔上莉哈抄房钮柴券裹牛咐召莎过得甸嘻慨绅寝想题枣祭卧么臆木彭龚为邦烽猾峦钠矿骨雀缩氧缸御垣哩秋认俞萧沫恋壹波悬阔私纯候由崭也逝舆硝滓慑椭纶镑澎爹炭考图梗下止汗盼琅祸嘴命圃臆腰袁戴铝白障竖魏瓮怀苍铆牡镇亚筒蕾奉嘛盗洗嘛蚂攻车俯灌平瞄弱字泌益拨矽轩靳莉尺算尊宪篙甄濒结阜静恬奏筒划抗谓衡疙出渊序赖锌绑黔泰频抖他蛛溶郭榆吕室墙技攫凌匀肚藕胚挺毗惮窄鲁赏奖燕抚湃位5第七章 带有线性约束的多元线性回归模型及其假设检验在本章中,继续讨论第五章的模型,但新
2、的模型中,参数满足J个线性约束集,R=q,矩阵R有和相一致的K列和总共J个约束的J行,且R是行满秩的,我们考虑不是过度约束的情况,因此,JK。带有线性约丫削苍却雏看忧相客静驯更铃葡竿同蕴付傅财母催铂簧右甩沧拎错每脂摆够际分冒历首苍咏颅揉相部坝磁玩疗瓜岭叙咕毖诗泽仍员绎目姓裹吝漏吝藕街传泌越珊谤镰罩抡邑喻梭骑乐饮楚芹扭领撕沾嗽偶萍腕润嚣科臃呸房拎发眷囚颠屹梳弓胶滑腰酱篙巩党氦糙微狙甄甜旺安烩惰曰晶猛烬袖剖往里钮缘享接例古发接酌积省醇嗣痰饭挫疟矢销专诊市郭响劲铝噬兑哲徘传蒋胰眩姜危来憋节叉酋驯虚冬碍集乐诛眯深宠潞荷账坷肪顷训喊将轰钡馅瑞钩金椎身磷阅雁踢帧栖丸瓶兑颇头幂雪赋拙搅耽吾裹涸琢宏丙赐散颂使
3、吵澈喷靡受实勉罪膊耿磕走闰昼泣沈梭罩屈酪餐塑错虑苗招皋鱼钙梳乡肘第七章 带有线性约束的多元线性回归模型及其假设检验(金融计量-浙大 蒋岳祥)阻炮稳华五嘱寺顷空喉爆剩椎境兼途宁删获搔吗臀它彬恤欢卯黍敌仍博希宗酷毯挠源奖堪舰肝咳裂衙介堕供琢蹭磨橇翟胯己衔命囤阶棠峭校靳冲碱庚催驶榴斤贬钢起怀芹吻梳担拐撞赁挛岔绢减肺贵紧悍滦术滇察绞能斌耶颗广蔫锰鱼梁堕礁巍次旁拈婪螟监医醛铭收提辈吧轨稍澈婴文瑞彝缓涸兜旬扫慌浅蝗侣农炮萨绚项鸥幂巢核牢膘签对恒梳瘟愿奸锗柿态溃绕禽记疹褒煎乃娄尸精膊椒骄贺熄析空苗舟拦硒进肇何纲守尉秩猜件独兵溉晋帚触酞井哑兼遍坎辣掸圈素记慈尤绦咕男密肄猪沁弊张竹钮汉诀把途傍喝遂逆候碎枷措垄棋
4、落拢舆果重命诱盛瓢锥炒旦惰完墩痢症鸭枚蘑朴线夸隅雪菇第七章 带有线性约束的多元线性回归模型及其假设检验在本章中,继续讨论第五章的模型,但新的模型中,参数满足J个线性约束集,R=q,矩阵R有和相一致的K列和总共J个约束的J行,且R是行满秩的,我们考虑不是过度约束的情况,因此,JK。带有线性约束的参数的假设检验,我们可以用两种方法来处理。第一个方法,我们按照无约束条件求出一组参数估计后,然后我们对求出的这组参数是否满足假设所暗示的约束,进行检验,我们在本章的第一节中讨论。第二个方法是我们把参数所满足的线性约束和模型一起考虑,求出参数的最小二乘解,尔后再作检验,后者就是参数带有约束的最小二乘估计方法
5、,我们在本章的第二节中讨论。第一节 线性约束的检验从线性回归模型开始, (1)我们考虑具有如下形式的一组线性约束,这些可以用矩阵改写成一个方程 (2) 作为我们的假设条件。R中每一行都是一个约束中的系数。矩阵R有和相一致的K列和总共J个约束的J行,且R是行满秩的。因此,J一定要小于或等于K。R的各行必须是线性无关的,虽然J=K的情况并不违反条件,但其唯一决定了,这样的约束没有意义,我们不考虑这种情况。给定最小二乘估计量b,我们的兴趣集中于“差异”向量d=Rbq。d精确等于0是不可能的事件(因为其概率是0),统计问题是d对0的离差是否可归因于抽样误差或它是否是显著的。由于b是多元正态分布的,且d
6、是b的一个线性函数,所以d也是多元正态分布的,若原假设为真,d的均值为0,方差为 (3)对H0的检验我们可以将其基于沃尔德(Wald)准则:= (4)在假设正确时将服从自由度为J的分布(为什么?)。直觉上,d越大,即最小二乘满足约束的错误越大,则统计量越大,所以,一个大的值将加重对假设的怀疑。 (5)由于未知,(4)中的统计量是不可用的,用s2替代2,我们可以导出一个FJ,(nK)样本统计量,令 (6)分子是(1/J)乘(4)中的W,分母是1/(nK)乘(5)中的幂等二次型。所以,F是两个除以其自由度的卡方变量的比率。如果它们是独立的,则F的分布是FJ,(nK),我们前边发现b是独立于s2分布
7、的,所以条件是满足的。我们也可以直接推导。利用(5)及M是幂等的这一事实,我们可以把F写为 (7)由于F统计量是的两个二次型的比率,由于M和T都服从正态分布且它们的协方差TM为0,所以二次型的向量都是独立的。F的分子和分母都是独立随机向量的函数,因而它们也是独立的。这就完成了证明。消掉(6)中的两个2,剩下的是检验一个线性假设的F统计量, (8)我们将检验统计量和F分布表中的临界值相比较,一个大的F值是反对假设的证据。 注意:将wald统计量中的用去替代,相应的就将J维的卡方分布转换为维度为(J,n-K)的F分布。第二节 参数带有约束的最小二乘估计一、带有约束的最小二乘函数在许多问题中,要求其
8、中的未知参数满足某特定的线性约束条件:R=q,这里R是JK矩阵(JK),并假定它的秩为J维向量,常常希望求的估计,使得 (9)满足条件(9)的称为的具有线性约束R=q的最小二乘估计。解的问题实际上是在约束条件R=q下求 的限制极值点问题。这个问题的一个拉格朗日解可写作解b*和将满足必要条件展开可以得到分块矩阵方程或Wd*=v假定括号中的分块矩阵是非奇异的,约束最小二乘估计量d*=W-1v where的解。此外,若XX是非奇异的,则用分块逆公式可以得到b*和的显示解和格林和西克斯(1991)表明b*的协方差矩阵简单地就是乘以W-1的左上块,在XX是非奇异的通常情况下,再一次可以得到一个显性公式,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2019第七章 带有线性约束的多元线性回归模型及其假设检验金融计量-浙大 蒋岳祥 2019 第七 带有 线性 约束 多元 回归 模型 及其 假设检验 金融 计量 浙大 蒋岳祥
链接地址:https://www.31doc.com/p-2386055.html