陈同学2019-03-25 10:26:09
陈同学你好 这是是根据单老师的课程，我再整理出来的，但是置信区间，把K值t代入，t用检验统计量公式代入，变成附图3式了，好像绕不出来?
回答（1）
Chris Lan2019-03-25 11:45:53
Chris Lan同学你好，这个是不能这样来推导的，因为我们用置信区间估计其中b1 cap +-t*sb1 cap，其中的t是查表查出来的值。
你这里带入的t是假设检验的检验统计量，这两者不是一回事，不能这样带。
b1 cap +-t*sb1 cap，这里面的t是关键值，是查表查出来的。
t=(b1 cap-0)/sb1 cap，这个叫检验统计量，是算出来的，在判断假设检验结论时，要比较关键值与检验统计量的值，但他们两者不是一回事，不能相互代入。
- 评论（0）
- 追问（4）
- 追问
-
那两者怎么运用，是不是，先计算出来检验统计量，计算出来这个值t stastics，然后和这个关键值比较，例如如果双尾，检验统计量大于这个关键值（例如1.96），就是在拒绝域，就拒绝原假设了。而这个关键值，是查表得到的，不是计算的（查Z分布表，需要转成N（0，1）正态分布表，或查t分布表得出K值），我可能混淆了，都叫，T
- 追答
-
同学你好，这里的斜率的显著性检验，一共有3种 方法，我在这里再给你说一下。
第一种，t-test法，就用检验统计量的值去计算，t=statistic=(b1 cap-0)/sb1 cap，得到t值，再跟给定的显著性水平所对应的关键值去比较，例如，关键值是1.96，那我就看我算出来的t统计量是不是比+1.96大，或比-1.96小，这样我的t值就落在拒绝域了，所以我就可以拒绝原假设，得到斜率显著的不等于0.
第二种，置信区间法，用置信区间的公式E(r)+-k*sigma，得出一个区间范围，如果0不在这个范围内，那么就说明斜率显著的不等于。
第三种，p-value法，p-value是可以拒绝原假设的最小的显著性水平，如果题目给你的p-value值小于显著性水平，那么就可以拒绝原假设，得到结论斜率显著的不等于0。
另外所谓的Z表，就是标准正态分布，即以0为均值，1为方差的正态分布。所以不用再对Z表进行标准化，而且我们标准化的是一个或几个值，而不是一张表，这个概念你再理解一下。
- 追问
-
收到，谢谢，那是不是这几种方法根据题目条件 去选择用哪一个判断吗?
- 追答
-
同学你好，是这样子的，你要根据题目给你的条件，如果没有特别强调，你用哪种方法都可以，但前提是这种方法所使用的参数，在题目中必须要能够找到。换言之，题目给你哪个条件，你就用哪个方法，如果都给了你，那你就都可以使用。
评论
0/1000
追答
0/1000
+上传图片