周同学2025-01-21 19:49:19
周同学计算T值的时候，1.9/0.31=6.13，请问怎么判断是不是计算机输出，为什么1.9不用减b
回答（1）
最佳
黄石2025-01-24 12:20:39
黄石同学你好。题目给到的关于回归的信息基本上都是统计软件计算的结果。统计软件报的回归信息中，针对系数的假设检验默认原假设为系数 = 0，也就是所谓的显著性检验（检验系数是否显著不等于0）。举个例子，如果斜率系数在统计意义上不显著不等于0，那么这意味着Y与X之间的关系至少在回归的框架下是没有什么研究价值的，我们应该考虑使用其它模型。所以对于回归系数，我们默认先做显著性检验。当然，在给定系数估计值和标准误的情况下，我们也可以很轻松地针对其它非0的原假设进行检验。
- 评论（0）
- 追问（2）
- 追问
-
您好、在线性回归中，对于原假设b等于0、进行推理计算cv、得出结论，原假设成立、这个含义是什么？b的估算值明明都有的，b等于0、能证明什么呢
- 追答
-
同学你好。表格中的b的估计值只是我们基于样本计算得到的。我们实际关注的是总体中的b、希望通过样本估计来对总体参数进行推断。如果总体中b等于0，那这意味着在回归模型下X的变动不会影响到Y，这对于实证研究的影响是很大的。很多实证研究在提出某个假想后都会使用数据去检验其是否成立，比方说我提出的假想是：公司治理质量对于公司债务融资成本有影响（这个影响可以是正向的，也可以是负向的，都能说得通）。对该假想做检验，最常见的方法就是将公司的债务融资成本对某个公司治理质量的量化指标（以及一系列控制变量）跑回归。跑完回归后，我们最关注的是公司治理质量指标对应的系数是否显著不为0，这是我提出的假想成立的根本。而如果系数不显著不为0，那这就意味着我的假想可能存在问题，亦或者数据或模型存在漏洞等等。因此，针对系数是否为0的检验在实证研究中是非常重要的一环。
评论
0/1000
追答
0/1000
+上传图片