高校班级人数与平均成绩的关系

本文运用了简单相关分析、等级相关分析、卡方独立性检验、双变量回归模型以及虚拟变量回归模型等多种统计学方法,分析了班级人数与学习成绩的关系问题,得出教学班级人数与平均成绩两者存在高度显著的弱相关关系,前者是影响后者的重要因素的结论.由于班级人数的多少是可以人为控制的,因此可以用来作为提高教学质量的工具.     

用Pearson's卡方统计量进行统计检验时应注意的问题

列联表的卡方检验用于检验两个分类变量的关联程度.文章认为,卡方数值的大小与样本容量有关,在卡方检验中,需要报告关联系数;并且,在实际应用中还需注意卡方检验的条件,在有20%以上的理论次数小于5或有理论次数小于1时不能应用卡方检验;此外,在两个变量都是顺序变量时,两个变量的关联程度用Gamma眦检验比用卡方检验更好.     

分类数据的x~2检验及Logistic回归

本文介绍了如何利用统计分析软件ＳＰＳＳ／ＰＣ＋处理定性资料的列联表的ｘ￣２独立性检验以及四格表的Ｌｏｇｉｓｔｉｃ回归     

含方程误差的重复测量误差模型参数的假设检验

含方程误差的重复测量误差模型解决了协变量真值与响应变量真值之间存在的不完全匹配问题.为使中小型样本量下的假设检验结果更为准确,文章基于多元正态分布推导改进形式的Skovgaard似然比检验统计量,提高其在原假设下收敛到卡方分布的渐近速度,并应用该检验统计量对重复测量误差模型中回归参数的显著性进行假设检验.模拟研究的结果表明改进的似然比检验统计量在有限样本检验下的优越性;实例分析中通过检验气温与气压之间回归参数的显著性来说明该方法的实用性.     

高校教师工资影响因素分析

文章以某地区若干高校教师月平均工资为研究对象,随机抽取500名教师为样本,对于一些定性的解释变量采用虚拟变量的形式与工资进行回归分析,通过拟合线性回归模型及对其参数和整体方程的检验,分析出年龄、学历、职务等定性的解释变量对高校教师工资的影响程度。     

数据的正态性检验方法及其统计软件实现

数据的正态性是统计学中点估计,假设检验等理论的基础,在t检验,F检验,卡方检验中都需要检验变量的分布是否为正态;另外方差分析,回归分析等统计分析中也都首先验证待分析的数据是否为正态.数据的正态性检验是进行大部分统计分析的第一步.文章介绍了最常用的验证数据正态分布的方法,同时对它们在统计分析软件R中的实现进行介绍.     

纵向数据下工具变量线性回归模型的经验似然推断

文章考虑纵向数据下工具变量线性回归模型,基于工具变量和二次推断函数方法,提出了回归参数的经验对数似然比统计量.在一些正则条件下,证明了所提出的经验对数似然比统计量渐近于标准卡方分布,由此构造兴趣参数的置信域.     

空间动态面板模型的时间滞后效应检验

空间面板数据模型由于考虑了经济变量间的空间相关性,其优势日益凸显,已成为计量经济学的热点研究领域。将空间相关性与动态模式同时扩展到面板模型中的空间动态面板模型,不仅考虑了经济变量之间的空间相关性,还考虑了时间上的滞后性,是空间面板模型的发展,增强了模型的解释力。考虑一种带固定个体效应、因变量的时间滞后项、因变量与随机误差项均存在空间自相关性的空间动态面板回归模型,提出了在个体数n和时间数T都很大,且T相对地大于n的条件下空间动态面板模型中时间滞后效应存在性的LM和LR检验方法,其检验方法包括联合检验、一维及二维的边际和条件检验;推导出这些检验在零假设下的极限分布;其极限分布均服从卡方分布。通过模拟试验研究检验统计量的小样本性质,结果显示其具有优良的统计性质。     

虚拟变量在居民消费研究中的应用

一、虚拟变量与回归模型 在现代经济计量分析中,利用模型进行回归分析是应用比较广泛的一种数量分析技术.一般回归分析中变量都是定量变量,这是因为模拟回归需要样本数据.但实际中有时模型仅考虑定量变量是不够的.因为经济现象不仅受一些定量因素的影响,还可能受到一些定性因素的影响.比如不同时期的不同政策,战争、自然灾害等非常时期,人的不同性别、文化程度、婚姻状况等.     

一元线性回归分析中三种检验的等价性研究

在研究两个变量是否线性相关时,要对线性相关系数进行统计检验;在建立线性回归模型时,既要对回归模型中的参数进行统计检验,又要对模型本身进行统计检验。然而,在一元线性回归分析中,尽管对变量线性相关性的检验、模型参数和模型本身检验的目的各不相同,所选统计量也不同,但是,三种检验却具有检验效果的等价性。文章将对此进行研究、证明。     

独立总体均值多重比较方法之新探

多个独立总体的均值多重比较是统计假设检验的一项重要内容.文章从虚拟变量回归的角度对此进行了考察,借助于其能够处理定性因素的特点,设计了一种新的方法来进行多个独立总体的均值的多重比较.首先阐述了虚拟变量回归替代单因素方差分析F检验的背景思路;然后从数学上论证了虚拟变量回归与单因素方差分析的等效性;接着阐述了虚拟变量回归进行均值比较的特点;最后提出了基于虚拟变量回归的进行多个独立总体的均值多重比较的方法.     

不等概率分层抽样条件下Probit模型的参数估计

线性回归分析作为一种传统的统计分析方法,现已得到广泛的应用和完善.但受其对应变量连续性要求的影响,当应变量为分类变量(常见的是二分类变量,即y取0,1两个值)时,线性回归模型不再适用.人们通常采用Probit模型或Lotist模型对二分类因变量进行回归分析,与线性回归不同,Probit回归是一种非线性回归模型,因而在参数估计时,通常采用极大似然估计,并且在随机样本条件下,Probit模型的极大似然估计具有一致性,渐进有效性和渐进正态性.     

基于蒙特卡罗模拟的误差序列自相关检验研究

进行计量经济分析时一般都要检验模型是否存在自相关性,但目前常用的几种自相关检验方法都不同程度地存在一些问题,对此进行进一步的研究有重要意义。对于一阶自相关性检验,DW检验是最常用的方法,但其存在两个不确定区域。针对给定的解释变量,运用模拟方法,可以得到DW检验的临界值,从而克服了其存在不确定区域的缺陷。回归检验法则无可用的临界值,也可以用模拟方法计算其临界值,而且除检验功效很接近1的情形外,回归检验法的功效显著大于DW检验,可以替代DW检验。当样本量不是很大时,LM检验统计量的临界值与卡方分布的临界值差距较大,不能使用标准卡方临界值。在LM检验中,通常通过对最高阶滞后项系数进行t检验以确定自相关的阶数,但LM检验中最高阶滞后项系数的t统计量与标准t分布有较大差距,也不能用t分布临界值。     

Box-Pierce Q检验的改进方法

Box-Pierce Q检验采用近似卡方分布分析时间序列的平稳性特征,其检验统计量的参数选取将影响到检验结果.文章多个Q值提取平稳性特征,在此基础上建立新的平稳性判定准则,该准则是自相关函数序列收敛的充分条件;采用欧氏函数作为平稳性特征的相似性度量,借助k-means聚类建立平稳性分类方法;该方法在平稳性分析过程中充分考虑了样本之间的关联性,避免了传统Box-PierceQ检验对统计分布和临界表的过度依赖.实验结果表明,新方法能有效地处理海量时间序列数据,且准确率高于Q检验和ADF检验.     

利用辅助信息提高事后分层估计量的精度

本文考虑了事后分层回归模型,在回归模型中逐步引入定性辅助信息、包含概率和定量辅助信息,建立辅助变量与研究变量的回归模型,从而使得事后分层回归模型下的事后分层估计量精度逐步提高。     

数据挖掘中多分类有序变量间距差异分析及应用

文章在明确累积logistic回归模型的基础上,针对多分类有序变量存在间距差异的问题,提出了统计检验方法并引入工具虚拟变量对logistic模型加以改进,通过其在实际中的应用,取得了良好的效果.     

平稳的平滑转移自回归过程之间的虚假回归问题研究

文章研究平稳的平滑转移自回归过程之间的虚假回归问题.通过推导最小二乘回归估计量及其对应的t统计量的极限分布,发现:标准的t检验流程中的t统计量并不趋于标准正态分布,其极限分布依赖于模型参数,从而导致了虚假回归的可能.采用蒙特卡洛模拟研究了有限样本下数据生成过程的各项参数对虚假回归的影响,研究表明:虚假回归现象也可能普遍存在于平稳变量之间,为此,在做统计推断时,考虑平稳变量的具体特征是必要的.     

名义变量列联表的相关统计量分析

SPSS为名义变量的列联表分析提供了独立性检验统计量、对称测度统计量和定向测度统计量这3类检验统计量,文章对这些统计量进行了梳理,然后结合实际案例使用SPSS16.0对这些统计量进行了分析.     

中国股票市场节日效应的比较研究

采用虚拟变量回归方法,利用上证A股的日收益率数据对中国股票市场的节日效应进行了检验.进一步对模型施以不同的假设来进行检验并对检验结果进行了比较研究,结果表明不同的模型假设检验结果并不一致,只有总体的节前效应和春节的节后效应均表现为显著.这表明模型选择在节日效应的检验中是非常关键的,有必要进一步研究如何选择符合现实的模型.     

非平稳面板数据离散选择模型的Wald统计量研究

随着大数据时代的来临和统计制度的完善,宏观金融领域越来越倾向于使用大维面板数据进行经验性研究,而大维面板数据模型理论研究已成为现代计量经济学理论研究的一个热点.本文主要进行非平稳大维面板数据离散选择模型的渐近理论研究.主要研究发现,在真实回归参数值为0假设前提下,极大似然估计量具有一致性并且渐近服从正态分布;传统显著性检验Wald统计量渐近服从卡方分布.