当前课程知识点：教育定量研究方法（高级） >  Weeks 13&14: HLM >  HLM >  1.10 F test &T test

返回《教育定量研究方法（高级）》慕课在线视频课程列表

1.10 F test &T test在线视频

返回《教育定量研究方法（高级）》慕课在线视频列表

1.10 F test &T test课程教案、知识点、字幕

好 接着是 f检验

f检验是对整个线性方程是不是显著

它整体是不是显著

做了一个检验

那么给定一组 parameters

一组参数

待估参数βj

j是从0一直到k

零假设就是说所有待估参数都为0

那么这个方程是不是

它从整体上来讲就不显著

备择假设是说βj里面从0到k

只要

有一个不等于0

不是所有的都为0

就可以 这就是备择假设

显然如果我们拒绝零假设

我们就会接受这个

备择假设

那么这个是对模型整体的一个估算

它的 intuition是什么

直觉的这样的一个说法是什么呢

大家看就是这样的一个刚才的等式

TSS

等于ESS加上 RSS

那么ESS是所有的

自变量x

对y的影响

这个是

它的

含义

我们当然可以用

这种比值的形式来表达

不论它是出于RSS还是出于TSS

都是有类似的这样的一个

指标的含义

那么这个值它只要足够大的时候

么x它一定是可以去解释y的一

部分的 variation

那么如果x能够解释y的话

那么显然它们一定会存在一定的线性关系

才能够去解释作为一个方程整体上来讲

不是单个变量

不是单个自变量

而是整个方程来讲是这样子的

所以我们就来构造这样的一个统计量

f统计量

ESS除以RSS当然它们分别有

调整了自己的自由度,来进行了调整

那么这个f统计量

它是服从这个f统计量的分布

它有这样的一个自由度

那么

这样的话我们就可以通过

统计量来去做假设检验

来去判断这个方程整体上

是不显著的

还是整体上是一个显著的方程

当然我们就会

首先设定显著水平

比如说是10%还是5%还是1%

0.1%这样的一些显著水平

那么查表根据自由度和α

的显著水平来查

f统计量的表

得到临界值

然后我们从样本里面估算出

样本给我们的 f的值

我们用f值跟临界值做对比

显然如果大于这个临界值

我们就会

拒绝零假设，小于等于临界值

我们会接受零假设

那么来去对方程的整个的线性

的显著水平进行一个判断

那么

根据 R方调整后的R方

它的方程形式

它的计算方法 计算公式

和f的计算公式

我们是不是可以得出调整的R方

跟f统计量的

关系

所以说我们其实可以用f来去计算r方

也可以用r方

来去计算这个f值

其实是这个样子的

这个也没有什么问题

那么

我们做一个小练习

那么

就公式放在这 还是刚才那个公式

我问大家

R方等于0的时候

f的取值和R方等于1的时候

f的取值

好

这个答案是

还真有人能敲出这个符号来

不错

大家想一下

R方等于0的时候

f是不是

也等于0

R方等于1的时候

有的人说这个是无意义不存在哈

R方趋向于一的时候是不是

整个式子趋向于正无穷

从极限的概念上来讲

那么刚才说的是对整体方程

整体的线性显著性

进行一个检测检验

同时我们要对每一个变量的参数β

进行一个假设检验

那么它的假设检验是针对什么呢

给定β的分布

我们来看

我们估算的β是不是显著的区别于0

这个是我们做的假设检验

如果它因为β的含义很清楚

β的含义是x

对外的这样一个影响

如果β等于0就说明x对y没有影响

如果β不等于0

那么x对y才会有影响

所以我们在做检验假设检验的时候

我们是跟0去做对比

教育定量研究方法（高级）课程列表：

Weeks 1 & 2 Basic Econometrics

-1.1 Regression Outlline

-1.2 Why do we use regression 1

-1.3 Why do we use regression 2

-1.4 Conditional expectation function 1

-1.5 Conditional expectation function 2

-1.6 Classical assumption of OLS

-1.7 Idea of OLS

-1.8 How to use matrix calculation to solve OLS

-1.9 Goodness of fit

-1.10 F test &T test

-1.11 FAQs of regression：practice

-1.12 FAQs of regression：discussion

-1.13 Maximum Likelihood Estimatio

-Basic Econometrics

Weeks 3 & 4: Instrumental Variable

-2.1 Classical assumptions of OLS

-2.2 Omitted variable bias and endogeneity

-2.3 Self-selection bias

-2.4 Idea of IV 1

-2.5 Idea of IV 2

-2.6 Two assumptions of IV

-2.7 Method-of-moments IVE

-2.8 Example of IV estimation

-2.9 2SLS and SEM

-2.10 Residual of 2SLS

-2.11 Standard error of IVE

-2.12 ATE and LATE

-2.13 Extension 1

-2.14 Extension 2

-2.15 Q&A 1

-2.16 Q&A 2

-2.17 Q&A 3

-2.18 Q&A 4

-2.19 IV workshop 1

-2.20 IV workshop 2

-2.21 IV workshop 3

-Weeks 3&4 readings and workshop

-Instrumental Variable

-IV 讨论题目

Weeks 5 & 6: Randomized Experiments - Class Size, Career Academies

-3.1 Introduction

-3.2 Idea of RCT 1

-3.3 Idea of RCT 2

-3.4 Conducting RCT

-3.5 Estimation

-3.6 Threats to the validity of RCT

-3.7 IVE for corss-overs 1

-3.8 IVE for corss-overs 2

-3.9 Clustered group 1

-3.10 Clustered group 2

-3.11 Clustered group 3

-3.12 Q&A 1

-3.13 Q&A 2

-3.14 Q&A 3

-3.15 Q&A 4

-3.16 Fixed-effect model

-3.17 Random-effecrt and Fiexed-effect model

-3.18 Statistic power analysis

-3.19 RCT workshop 1

-3.20 RCT workshop 2

-3.21 RCT workshop 3

-3.22 RCT workshop 4

-Weeks 5&6 readings and workshop

-Randomized Experiments - Class Size, Career Academies

-RCT 讨论题目

Weeks 7 & 8: Natural experiment and DID

-4.1 Introduction

-4.2 DID estimation 1

-4.3 DID estimation 2

-4.5 Assumptions of DID 2

-4.6 DID with multiple periods 1

-4.4 Assumptions of DID 1

-4.7 DID with multiple periods 2

-4.8 DDD

-4.9 Synthetic control methods

-4.10 Q&A 1

-4.11 Q&A 2

-4.12 Q&A 3

-4.13 Q&A 4

-4.14 Q&A 5

-4.15 DID workshop 1

-4.16 DID workshop 2

-4,17 DID workshop 3

-4.18 RD workshop 3

-Week7&8 readings and workshop

-Natural experiment and DID

-DID 讨论题目

Weeks 9 & 10: Regression discontinuity

-5.1 Introduction 1

-5.2 Introduction 2

-5.3 Model Setup

-5.4 RD Estimation 1

-5.5 RD Estimation 2

-5.6 RD Estimation 3

-5.7 Fuzzy RD 1

-5.8 Fuzzy RD 2

-5.9 Fuzzy RD 3

-5.10 Validity and assumption test 1

-5.11 Validity and assumption test 2

-5.12 RD workshop 1

-5.13 RD workshop 2

-5.14 RD workshop 3

-Regression discontinuity

-RD 讨论题目

Weeks 11&12: Propensity Score Matching

-6.1 Review of causal inference model

-6.2 Selection bias

-6.3 Standard OLS

-6.4 Stratification

-6.5 Confrol for covariates

-6.6 PSM 1

-6.7 PSM 2

-6.8 PSM 3

-6.9 Bad control 1

-6.10 Bad control 2

-6.11Q&A 1

-6.12 Q&A 2

-6.13 Q&A 3

-6.14 Q&A 4

-6.15 Q&A 5

-6.16 Q&A 5

-6.17 PSM workshop 1

-6.18 PSM workshop 2

-6.19 PSM workshop 3

-6.20 PSM workshop 4

-6.21 PSM workshop 5

-6.22 PSM workshop 6

-6.23 PSM workshop 7

-6.24 PSM workshop Q&A 1

-6.25 PSM workshop Q&A 2

-Propensity Score Matching

-PSM 讨论题目

Weeks 13&14: HLM

-7.1 Introduction

-7.2 Model setup 1

-7.3 Model setup 2

-7.4 Estimation 1

-7.5 Estimation 2

-7.6 Three level HLM

-7.7 Centering 1

-7.8 Centering 2

-7.9 Growth model 1

-7.10 Growth model 2

-7.11 Meta-analysis 1

-7.12 Meta-analysis 2

-7.13 Q&A 1

-7.14 Q&A 2

-7.15 Q&A 3

-7.16 Q&A 4

-7.17 Q&A 5

-7.18 Q&A 6

-7.19 HLM workshop 1

-7.20 HLM workshop 2

-7.21 HLM workshop 3

-7.22 HLM workshop 4

-7.23 HLM workshop 5

-HLM 讨论题目

-HLM

1.10 F test &T test笔记与讨论

也许你还感兴趣的课程:


  1. 教育定量研究方法（高级）(2021秋)

  2. 数学建模(2021秋)

  3. 财政与民生(2021秋)

  4. 传热与流体流动的数值计算(2021秋)

  5. 国际税收网链上的舞者(2021秋)

  6. 中国散打(2021秋)

  7. 制浆造纸机械与设备(2021秋)

  8. 教育学(2021秋)

  9. 果品加工贮藏(2021秋)

  10. 著作权法(2021秋)

  11. 介质辐射传热(2021秋)

  12. 钢结构设计(2021秋)

  13. 食品化学(2021秋)

  14. 医学实验技术与方法新进展(2021秋)

  15. 简明大学化学物质结构部分入门(2021秋)

  16. 汽车行走的艺术(2021秋)

  17. 针灸百日通(2021秋)

  18. 电磁暂态分析(2021秋)

  19. 生活与生态(2021秋)

  20. 大学英语视听说IV(2021秋)
© 柠檬大学-慕课导航 课程版权归原始院校所有，
本网站仅通过互联网进行慕课课程索引，不提供在线课程学习和视频，请同学们点击报名到课程提供网站进行学习。