开发者:上海品职教育科技有限公司 隐私政策详情

应用版本:4.2.11(IOS)|3.2.5(安卓)APP下载

浓眉大眼的清洁委员 · 2021年10月01日

原版书习题课视频:Reading 4 Introduction to Linear Regression Q31-33

在2倍速,3分钟左右,讲解原假设与备择假设的时候,视频中写的原假设是b1=1,b0=0; 我觉得有些奇怪,安装课堂上的讲解,理论上是不是这个逻辑,还请解惑,感谢!

1.我们需要证明是unbiased,所以我们需要证明b1=1,b0=0

2.所以我们把我们需要证明的b1=1,b0=0作为Ha

3.所以H0为b1不等于1,b0不等于0

4.然后假设检验无法拒绝H0

5.得出b1不等于1,b0不等于0?

3 个答案

星星_品职助教 · 2021年10月08日

同学你好,

建立假设时,等号要放在原假设。

浓眉大眼的清洁委员 · 2021年10月03日

追问无法写超过200个字的,我写在这里:


非常感谢你的及时回复。 可能我没有表达清楚,我的疑惑就在于为何第二步,也就是你写的“所以其实相当于要做两个假设检验”中H0与Ha的设定问题:

为何是H0中b0=0、b1=1,而不是Ha中b0=0、b1=1。 因为这题我们需要证明的是b0=0、b1=1,按照视频中何李二老的讲解,“需要证明什么,就把需要证明的放到Ha,然后拒绝反面的H0,从而得证”。 您的解释与视频中老师讲解的方法不一样,如果用老师的做法,及时算出同样的t值,因为拒绝的假设是反的,会导致结果完全相反。

所以我有困惑。


星星_品职助教 · 2021年10月03日

同学你好,

从你写的第二步开始有一些偏差,我把整个过程重写了一遍,直接看下面这个过程就可以。

--------------

这道题写出用于预测的方程为:

Actual US CPI =b0 + b1 CPI consensus forecast

也就是要看通过预测得出的CPI和真实的CPI之间的关系。如果预测的CPI恰好等于真实CPI,就说明预测是无偏的。可以看出当b0=0,b1=1时,两者恰好相等。

所以其实相当于要做两个假设检验,第一个是H0: b0=0。从图上可以看出这时候t统计量为0.5351,小于critical value(tc=2),所以不能拒绝原假设(也可以简单理解为b0=0)

第二个是b1=1。计算出t统计量为 (0.983-1)/0.0155= - 1.0968,同样<2,无法拒绝原假设,也就是可以简单理解为b1=1。所以可以得出结论,预测的CPI等于真实的CPI,即预测值为真实值的无偏估计

  • 3

    回答
  • 0

    关注
  • 264

    浏览
相关问题