Testowanie hipotez statystycznych (cz esc I)
Transkrypt
Testowanie hipotez statystycznych (cz esc I)
Rozklad estymatorów MNK w KMRL Testowanie hipotez prostych Pytania teoretyczne Testowanie hipotez statystycznych (cześć I) , Wyklad 8 Natalia Nehrebecka Stanislaw Cichocki 3 grudnia 2016 N. Nehrebecka 8. Testowanie hipotez statystycznych Rozklad estymatorów MNK w KMRL Testowanie hipotez prostych Pytania teoretyczne Plan zajeć , 1 Rozklad estymatorów MNK w KMRL Rozklad estymatora b Rozklad sumy kwadratów reszt 2 Testowanie hipotez prostych Hipotezy proste - test t Badanie istotności zmiennych w modelu 3 Pytania teoretyczne N. Nehrebecka 8. Testowanie hipotez statystycznych Rozklad estymatorów MNK w KMRL Testowanie hipotez prostych Pytania teoretyczne Rozklad estymatora b Rozklad sumy kwadratów reszt Dodatkowe zalożenie Oprócz zalożeń o: braku autokorelacji i homoskedastyczności: Var (ε) = σ 2 I zerowej wartości oczekiwanej: E (ε) = 0 Dochodzi zalożenie o: normalności rozkladu bledów losowych. , Reasumujac: , ε ∼ N(0, σ 2 I) N. Nehrebecka 8. Testowanie hipotez statystycznych Rozklad estymatorów MNK w KMRL Testowanie hipotez prostych Pytania teoretyczne Rozklad estymatora b Rozklad sumy kwadratów reszt Wiemy już że: b = β + (X0 X)−1 X0 ε E (b) = β oraz Var (b) = σ 2 (X0 X)−1 Stad: , b ∼ N(β, σ 2 (X0 X)−1 ) N. Nehrebecka 8. Testowanie hipotez statystycznych Rozklad estymatorów MNK w KMRL Testowanie hipotez prostych Pytania teoretyczne Rozklad estymatora b Rozklad sumy kwadratów reszt Wiemy już, że: e0 e = ε0 MX ε macierz MX - symetryczna i idempotentna rzad , macierzy MX = N − K Stad: , PN 2 i=1 ei σ2 = e0 e ε0 MX ε = ∼ χ2N−K σ2 σ2 N. Nehrebecka 8. Testowanie hipotez statystycznych Rozklad estymatorów MNK w KMRL Testowanie hipotez prostych Pytania teoretyczne Rozklad estymatora b Rozklad sumy kwadratów reszt Brak korelacji miedzy bae , cov (b, e) = 0 co implikuje, że: cov (b, e0 e) = 0 N. Nehrebecka 8. Testowanie hipotez statystycznych Rozklad estymatorów MNK w KMRL Testowanie hipotez prostych Pytania teoretyczne Hipotezy proste - test t Badanie istotności zmiennych w modelu Testowanie hipotez Hipotezy proste dotycza, pojedynczego parametru modelu lub kombinacji liniowej parametrów N. Nehrebecka 8. Testowanie hipotez statystycznych Rozklad estymatorów MNK w KMRL Testowanie hipotez prostych Pytania teoretyczne Hipotezy proste - test t Badanie istotności zmiennych w modelu Rozklad statystyki t bk − βk t= = ··· = se(b ˆ k) q bk −βk σ 2 (X0 X)−1 kk r e0 e σ2 N−K Ponieważ: q bk −βk σ 2 (X0 X)−1 kk ∼ N(0, 1) oraz e0 e σ2 ∼ χ2N−K , stad , t ∼ tN−K N. Nehrebecka 8. Testowanie hipotez statystycznych Rozklad estymatorów MNK w KMRL Testowanie hipotez prostych Pytania teoretyczne Hipotezy proste - test t Badanie istotności zmiennych w modelu Przyklad (1/2) Zalóżmy, że teoria mówi, że pewien parametr modelu, βk , jest równy określonej wartości, βk? , βk = βk? Jeżeli: spelnione sa, zalożenia KMRL blad , losowy ma rozklad normalny teoria jest sluszna / hipoteza zerowa H0 jest prawdziwa N. Nehrebecka 8. Testowanie hipotez statystycznych Rozklad estymatorów MNK w KMRL Testowanie hipotez prostych Pytania teoretyczne Hipotezy proste - test t Badanie istotności zmiennych w modelu Przyklad (2/2) Wtedy: statystyka testowa: t= bk − βk? ∼ tN−K se(b ˆ k) statystyka krytyczna (odczytujemy z tablic rozkladu t-Studenta ): α t? = t N − K , 1 − 2 gdzie: α- poziom istotności ⇒Jeśli |t|≥ t ? - odrzucamy H0 ⇒Jeśli |t| < t ? - nie ma podstaw do odrzucenia H0 N. Nehrebecka 8. Testowanie hipotez statystycznych Rozklad estymatorów MNK w KMRL Testowanie hipotez prostych Pytania teoretyczne Hipotezy proste - test t Badanie istotności zmiennych w modelu Hipotezy dwustronne H0 : βk = 0 H1 : βk 6= 0 Jeśli brak podstaw do odrzucenia H0 , wówczas model ma postać: y = β0 + · · · + βk xk + · · · + βK xK + ε |{z} 0 zmienna xk nie ma znaczenia dla wyjaśnienia zmienności y N. Nehrebecka 8. Testowanie hipotez statystycznych Rozklad estymatorów MNK w KMRL Testowanie hipotez prostych Pytania teoretyczne Hipotezy proste - test t Badanie istotności zmiennych w modelu Statystyka testowa statystyka testowa: t= bk se(b ˆ k) czyli jest to stosunek wielkości estymatora parametru przez estymator jego odchylenia standardowego statystyka krytyczna (odczytujemy z tablic rozkladu t-Studenta ): α t? = t N − K , 1 − 2 Jeśli |t|≥ t ? - odrzucamy H0 Jeśli |t| < t ? - nie ma podstaw do odrzucenia H0 N. Nehrebecka 8. Testowanie hipotez statystycznych Rozklad estymatorów MNK w KMRL Testowanie hipotez prostych Pytania teoretyczne Hipotezy proste - test t Badanie istotności zmiennych w modelu Wnioskowanie statystyczne hipotezy dwustronne P(|t| > t ? ) = 2[1 − FtN−K (t ? )] = α gdzie: t ? − statystyka krytyczna. Obecnie, zamiast stosować wartości krytyczne, oblicza sie, p − value (policzony poziom istotności): 2[1 − FtN−K (t)] = p − value gdzie: t−statystyka testowa. Jeśli p − value poniżej określonego poziomu istotności (np. 0, 05) - odrzucamy H0 W przeciwnym przypadku - nie ma podstaw do odrzucenia H0 N. Nehrebecka 8. Testowanie hipotez statystycznych Rozklad estymatorów MNK w KMRL Testowanie hipotez prostych Pytania teoretyczne 1 (*) Udowodnić, że rozklad sumy kwadratów reszt jest rozkladem χ2N−K niezależnym od rozkladu b. 2 Wyprowadzić rozklad malopróbkowy estymatora MNK. Jakie zalożenie, poza standardowymi KMRL, należy w tym przypadku przyjać? , 3 Jaka, postać ma statystyka slużaca do testowania hipotezy o , tym, że βk = βk? ? N. Nehrebecka 8. Testowanie hipotez statystycznych