第三章单元测试
当t分布的自由度很大时，t分布可以由正态分布近似。
如果一个解释变量的系数不能拒绝
的原假设，该变量应当从模型里删除。当经典线性回归模型去掉误差服从正态分布的假设时，仍然可以使用最小二乘法来估计未知参数，但是这时检验某个参数是否等于0的统计量不再服从t分布。
对于单侧和双侧的备择假设，t 统计量的构造是相同的。
计量经济学里，显著性包括经济显著性和统计显著性两个维度。
在一个普通商品的需求函数中，需求数量是商品价格的线性函数。在进行价格的显著性检验时，你应该：
下列哪个现象会使得通常的OLS 中t 统计量无效？
如果 一个假设在5%的显著水平下不能被拒绝，则它
在假设检验中，如果得到一个很小的p-值（比如小于5%），则
在回归方程
中，如果斜率系数的 t- 统计量为 -4.38, 则它的标准误是（）？
A:错 B:对
答案:对
A:错 B:对
A:错 B:对
A:对 B:错
A:对 B:错
A:对斜率项进行双侧检验；
A:回归方程没有常数项；
A:在1%的显著水平下一定不会被拒绝 B:在10%的显著水平下一定被拒绝； C:在10%的显著水平下一定不会被拒绝； D:在1%的显著水平下可能被拒绝；
A:该结果不利于原假设；
A:-1.96 B:4.38 C:0.52 D:1.96
温馨提示支付 ￥3.00 元后可查看付费内容,请先翻页预览!
