白同学2023-04-17 18:39:12
白同学老师，这里若low t-statistic, 则接受原假设，即斜率为0，为何说是每一个斜率不是显著不为0？
回答（2）
最佳
Vincent2023-04-20 13:28:10
Vincent你好
所谓一致性，说白了，就是你的统计方法，当样本量趋于无穷的时候，可以无限逼近事实的真相。
在图形上，就表现为当样本量接近无穷大时，估计量的分布就越来越集中在总体参数的ture value上。
所以，这么说更好点：如果估计量是一致的，我们可以尝试通过使用更大的样本来计算估计量来提高总体参数估计的准确性。
- 评论（0）
- 追问（2）
- 追问
-
有满足一致性但是参数估计不准确的情况吗？比如多重共线，讲义说满足一致性，但是参数估计不准？即PPT的第一段和第二段如何理解。谢谢
- 追答
-
你好
满足一致性不代表当前样本的参数估计量是准确的，应该说是可以通过扩大样本来获得更加准确的估计量。
所以你看多重的修正方法里面有一个就是扩大样本。
爱吃草莓的葡萄2023-04-18 11:08:35
爱吃草莓的葡萄同学你好。低的统计量表明未能拒绝原假设，而拒绝原假设的说法是系数显著不等于0，未能拒绝不就是这句话的对立面吗，即不显著不等于0.
- 评论（0）
- 追问（3）
- 追问
-
好的谢谢。再问一下consistency是否跟parameter estimation是一个意思呢？即如果consistent，那么一定系数估计是准确的？
- 追答
-
同学你好。不是一个意思。一致性说的是，在估计量是无偏的情况下，通过增加样本量提高估计量向总体参数靠近。
即如果总体参数为5，而样本统计量为4.5（假设满足无偏性），那么我增加样本量，将促使4.5向5靠近，达到样本统计量代表总体参数。
- 追问
-
那是不是说如果满足一致性，那参数的预测一定是准确的？
评论
0/1000
追答
0/1000
+上传图片