時(shí)間序列數(shù)據(jù)的平穩(wěn)性檢驗(yàn)課件

第五章

時(shí)間序列數(shù)據(jù)的平穩(wěn)性檢驗(yàn)1精選完整ppt課件本章要點(diǎn)平穩(wěn)性的定義平穩(wěn)性的檢驗(yàn)方法（ADF檢驗(yàn)）偽回歸的定義協(xié)整的定義及檢驗(yàn)方法（AEG方法）誤差修正模型的含義及表示形式2精選完整ppt課件第一節(jié)隨機(jī)過程和平穩(wěn)性原理一、隨機(jī)過程一般稱依賴于參數(shù)時(shí)間t的隨機(jī)變量集合{}為隨機(jī)過程。例如，假設(shè)樣本觀察值y1，y2…,yt是來自無窮隨機(jī)變量序列…y-2,y-1,y0,y1,y2…的一部分，則這個(gè)無窮隨機(jī)序列稱為隨機(jī)過程。

3精選完整ppt課件隨機(jī)過程中有一特殊情況叫白噪音，其定義如下：如果隨機(jī)過程服從的分布不隨時(shí)間改變，且（對(duì)所有t）

（對(duì)所有t）

（）那么，這一隨機(jī)過程稱為白噪聲。4精選完整ppt課件二、平穩(wěn)性原理如果一個(gè)隨機(jī)過程的均值和方差在時(shí)間過程上都是常數(shù)，并且在任何兩時(shí)期的協(xié)方差值僅依賴于該兩時(shí)期間的距離或滯后，而不依賴于計(jì)算這個(gè)協(xié)方差的實(shí)際時(shí)間，就稱它為平穩(wěn)的。5精選完整ppt課件平穩(wěn)隨機(jī)過程的性質(zhì)：均值（對(duì)所有t）方差（對(duì)所有t）協(xié)方差（對(duì)所有t）其中即滯后k的協(xié)方差[或自(身)協(xié)方差]，是和，也就是相隔k期的兩值之間的協(xié)方差。6精選完整ppt課件三、偽回歸現(xiàn)象將一個(gè)隨機(jī)游走變量（即非平穩(wěn)數(shù)據(jù)）對(duì)另一個(gè)隨機(jī)游走變量進(jìn)行回歸可能導(dǎo)致荒謬的結(jié)果，傳統(tǒng)的顯著性檢驗(yàn)將告知我們變量之間的關(guān)系是不存在的。有時(shí)候時(shí)間序列的高度相關(guān)僅僅是因?yàn)槎咄瑫r(shí)隨時(shí)間有向上或向下變動(dòng)的趨勢(shì)，并沒有真正的聯(lián)系。這種情況就稱為“偽回歸”（SpuriousRegression）。7精選完整ppt課件第二節(jié)平穩(wěn)性檢驗(yàn)的具體方法

一、單位根檢驗(yàn)（一）單位根檢驗(yàn)的基本原理

DavidDickey和WayneFuller的單位根檢驗(yàn)（unitroottest）即迪基——富勒（DF）檢驗(yàn)，是在對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)中比較經(jīng)常用到的一種方法。8精選完整ppt課件DF檢驗(yàn)的基本思想：從考慮如下模型開始：（5.1）其中即前面提到的白噪音（零均值、恒定方差、非自相關(guān)）的隨機(jī)誤差項(xiàng)。9精選完整ppt課件由式(5.1),我們可以得到：

(5.2)

(5.3)…

(5.4)10精選完整ppt課件依次將式(5.4)…(5.3)、(5.2)代入相鄰的上式，并整理，可得：

（5.5）根據(jù)值的不同，可以分三種情況考慮：（1）若＜1，則當(dāng)T→∞時(shí)，→0，即對(duì)序列的沖擊將隨著時(shí)間的推移其影響逐漸減弱，此時(shí)序列是穩(wěn)定的。11精選完整ppt課件

（2）若＞1，則當(dāng)T→∞時(shí)，→∞，即對(duì)序列的沖擊隨著時(shí)間的推移其影響反而是逐漸增大的，很顯然，此時(shí)序列是不穩(wěn)定的。（3）若=1，則當(dāng)T→∞時(shí)，=1，即對(duì)序列的沖擊隨著時(shí)間的推移其影響是不變的，很顯然，序列也是不穩(wěn)定的。

12精選完整ppt課件對(duì)于式（5.1），DF檢驗(yàn)相當(dāng)于對(duì)其系數(shù)的顯著性檢驗(yàn)，所建立的零假設(shè)是：H0

：如果拒絕零假設(shè)，則稱Yt沒有單位根，此時(shí)Yt是平穩(wěn)的；如果不能拒絕零假設(shè)，我們就說Yt具有單位根，此時(shí)Yt被稱為隨機(jī)游走序列（randomwalkseries）是不穩(wěn)定的。13精選完整ppt課件

方程（5.1）也可以表達(dá)成：（5.6）其中=-，△是一階差分運(yùn)算因子。此時(shí)的零假設(shè)變?yōu)椋篐0：=0。注意到如果不能拒絕H0，則=是一個(gè)平穩(wěn)序列，即一階差分后是一個(gè)平穩(wěn)序列，此時(shí)我們稱一階單整過程（integratedoforder1）序列，記為I(1)。14精選完整ppt課件I(1)過程在金融、經(jīng)濟(jì)時(shí)間序列數(shù)據(jù)中是最普遍的，而I(0)則表示平穩(wěn)時(shí)間序列。從理論與應(yīng)用的角度，DF檢驗(yàn)的檢驗(yàn)?zāi)Ｐ陀腥缦碌娜齻€(gè)：

（5.7）

（5.8）

（5.9）15精選完整ppt課件其中t是時(shí)間或趨勢(shì)變量，在每一種形式中，建立的零假設(shè)都是：H0：或H0：，即存在一單位根。（5.7）和另外兩個(gè)回歸模型的差別在于是否包含有常數(shù)（截距）和趨勢(shì)項(xiàng)。如果誤差項(xiàng)是自相關(guān)的，就把（5.9）修改如下：（5.10）16精選完整ppt課件式（5.10）中增加了的滯后項(xiàng)，建立在式（5.10）基礎(chǔ)上的DF檢驗(yàn)又被稱為增廣的DF檢驗(yàn)（augmentedDickey-Fuller，簡記ADF）。ADF檢驗(yàn)統(tǒng)計(jì)量和DF統(tǒng)計(jì)量有同樣的漸近分布，使用相同的臨界值。17精選完整ppt課件（二）ADF檢驗(yàn)?zāi)Ｐ偷拇_定首先，我們來看如何判斷檢驗(yàn)?zāi)Ｐ褪欠駪?yīng)該包含常數(shù)項(xiàng)和時(shí)間趨勢(shì)項(xiàng)。解決這一問題的經(jīng)驗(yàn)做法是：考察數(shù)據(jù)圖形其次，我們來看如何判斷滯后項(xiàng)數(shù)m。在實(shí)證中，常用的方法有兩種：

18精選完整ppt課件（1）漸進(jìn)t檢驗(yàn)。該種方法是首先選擇一個(gè)較大的m值，然后用t檢驗(yàn)確定系數(shù)是否顯著，如果是顯著的，則選擇滯后項(xiàng)數(shù)為m;如果不顯著，則減少m直到對(duì)應(yīng)的系數(shù)值是顯著的。（2）信息準(zhǔn)則。常用的信息準(zhǔn)則有AIC信息準(zhǔn)則、SC信息準(zhǔn)則，一般而言，我們選擇給出了最小信息準(zhǔn)則值的m值19精選完整ppt課件二、非平穩(wěn)性數(shù)據(jù)的處理

一般是通過差分處理來消除數(shù)據(jù)的不平穩(wěn)性。即對(duì)時(shí)間序列進(jìn)行差分，然后對(duì)差分序列進(jìn)行回歸。對(duì)于金融數(shù)據(jù)做一階差分后，即由總量數(shù)據(jù)變?yōu)樵鲩L率，一般會(huì)平穩(wěn)。但這樣會(huì)讓我們丟失總量數(shù)據(jù)的長期信息，而這些信息對(duì)分析問題來說又是必要的。這就是通常我們所說的時(shí)間序列檢驗(yàn)的兩難問題。20精選完整ppt課件第三節(jié)協(xié)整的概念和檢驗(yàn)一、協(xié)整的概念和原理有時(shí)雖然兩個(gè)變量都是隨機(jī)游走的，但它們的某個(gè)線形組合卻可能是平穩(wěn)的。在這種情況下，我們稱這兩個(gè)變量是協(xié)整的。比如：變量Xt和Yt是隨機(jī)游走的，但變量Zt=Xt+Yt可能是平穩(wěn)的。在這種情況下，我們稱Xt和Yt是協(xié)整的，其中

稱為協(xié)整參數(shù)（cointegratingparameter）。21精選完整ppt課件

為什么會(huì)有協(xié)整關(guān)系存在呢？這是因?yàn)殡m然很多金融、經(jīng)濟(jì)時(shí)間序列數(shù)據(jù)都是不平穩(wěn)的，但它們可能受某些共同因素的影響，從而在時(shí)間上表現(xiàn)出共同的趨勢(shì)，即變量之間存在一種穩(wěn)定的關(guān)系，它們的變化受到這種關(guān)系的制約，因此它們的某種線性組合可能是平穩(wěn)的，即存在協(xié)整關(guān)系。22精選完整ppt課件假如有序列Xt和Yt，一般有如下性質(zhì)存在：(1)如果Xt~I(0)，即Xt是平穩(wěn)序列，則a+bXt也是I(0)；(2)如果Xt~I(1)，這表示Xt只需經(jīng)過一次差分就可變成平穩(wěn)序列。那么a+bXt也是I(1)；(3)如果Xt和Yt都是I(0)，則aXt+bYt是I(0)；23精選完整ppt課件（4）如果Xt~I(0)，Yt~I(1)，則aXt+bYt是I(1)，即I(1)具有占優(yōu)勢(shì)的性質(zhì)。（5）如果Xt和Yt都是I(1)，則aXt+bYt一般情況下是I(1)，但不保證一定是I(1)。如果該線性組合是I(0)，Xt和Yt就是協(xié)整的，a、b就是協(xié)整參數(shù)。24精選完整ppt課件二、協(xié)整檢驗(yàn)的具體方法（一）EG檢驗(yàn)和CRDW檢驗(yàn)假如Xt和Yt都是I(1)，如何檢驗(yàn)它們之間是否存在協(xié)整關(guān)系，我們可以遵循以下思路：首先用OLS對(duì)協(xié)整回歸方程進(jìn)行估計(jì)。然后，檢驗(yàn)殘差是否是平穩(wěn)的。因?yàn)槿绻鸛t和Yt沒有協(xié)整關(guān)系，那么它們的任一線性組合都是非平穩(wěn)的，殘差也將是非平穩(wěn)的。25精選完整ppt課件檢驗(yàn)是否平穩(wěn)可以采用前文提到的單位根檢驗(yàn)，但需要注意的是，此時(shí)的臨界值不能再用(A)DF檢驗(yàn)的臨界值，而是要用恩格爾和格蘭杰（EngleandGranger）提供的臨界值，故這種協(xié)整檢驗(yàn)又稱為（擴(kuò)展的）恩格爾格蘭杰檢驗(yàn)(簡記(A)EG檢驗(yàn)）。26精選完整ppt課件此外，也可以用協(xié)整回歸的Durbin-Watson統(tǒng)計(jì)檢驗(yàn)（CointegrationregressionDurbin-Watsontest,簡記CRDW）進(jìn)行。CRDW檢驗(yàn)構(gòu)造的統(tǒng)計(jì)量是：

對(duì)應(yīng)的零假設(shè)是：DW=027精選完整ppt課件若是隨機(jī)游走的，則的數(shù)學(xué)期望為0，所以Durbin-Watson統(tǒng)計(jì)量應(yīng)接近于0，即不能拒絕零假設(shè)；如果拒絕零假設(shè)，我們就可以認(rèn)為變量間存在協(xié)整關(guān)系。上述兩種方法存在如下的缺點(diǎn)：（1）CRDW檢驗(yàn)對(duì)于帶常數(shù)項(xiàng)或時(shí)間趨勢(shì)加上常數(shù)項(xiàng)的隨機(jī)游走是不適合的，因此這一檢驗(yàn)一般僅作為大致判斷是否存在協(xié)整的標(biāo)準(zhǔn)。（2）對(duì)于EG檢驗(yàn)，它主要有如下的缺點(diǎn)：28精選完整ppt課件①當(dāng)一個(gè)系統(tǒng)中有兩個(gè)以上的變量時(shí)，除非我們知道該系統(tǒng)中存在的協(xié)整關(guān)系的個(gè)數(shù)，否則是很難用EG法來估計(jì)和檢驗(yàn)的。因此，一般而言，EG檢驗(yàn)僅適用于包含兩個(gè)變量、即存在單一協(xié)整關(guān)系的系統(tǒng)。②仿真試驗(yàn)結(jié)果表明，即使在樣本長度為100時(shí)，協(xié)整向量的OLS估計(jì)仍然是有偏的，這將會(huì)導(dǎo)致犯第二類錯(cuò)誤的可能性增加，因此在小樣本下EG檢驗(yàn)結(jié)論是不可靠的。29精選完整ppt課件（二）Johansen協(xié)整檢驗(yàn)。（1）Johansen協(xié)整檢驗(yàn)的基本思想其基本思想是基于VAR模型將一個(gè)求極大似然函數(shù)的問題轉(zhuǎn)化為一個(gè)求特征根和對(duì)應(yīng)的特征向量的問題。下面我們簡要介紹一下Johansen協(xié)整檢驗(yàn)的基本思想和內(nèi)容：

30精選完整ppt課件對(duì)于如下的包含g個(gè)變量，k階滯后項(xiàng)的VAR模型：（5.11）假定所有的g個(gè)變量都是I(1)即一階單整過程。其中，yt、yt-1…yt-k為g×1列向量，β1β2…βk為g×g系數(shù)矩陣，為白噪音過程的隨機(jī)誤差項(xiàng)組成的g×1列向量。31精選完整ppt課件對(duì)式5.11做適當(dāng)?shù)淖儞Q，可以得到如下的以VECM形式表示的模型：（5.12）其中，Ig為g階單位矩陣，32精選完整ppt課件我們所感興趣的是系數(shù)矩陣，它可以看作是一個(gè)代表變量間長期關(guān)系的系數(shù)矩陣。因?yàn)樵陂L期達(dá)到均衡時(shí)，式5.12所有的差分變量都是零向量，中隨機(jī)誤差項(xiàng)的期望值為零，因此我們有=0，表示的是長期均衡時(shí)變量間的關(guān)系。33精選完整ppt課件對(duì)變量之間協(xié)整關(guān)系的檢驗(yàn)可以通過計(jì)算系數(shù)矩陣的秩及特征值來判斷。將系數(shù)矩陣的特征值按照從大到小的順序排列，即：。如果變量間不存在協(xié)整關(guān)系（即長期關(guān)系），則的秩就為零。34精選完整ppt課件Johansen協(xié)整檢驗(yàn)有兩個(gè)檢驗(yàn)統(tǒng)計(jì)量：①跡檢驗(yàn)統(tǒng)計(jì)量：

，其中r為假設(shè)的協(xié)整關(guān)系的個(gè)數(shù)，為的第i個(gè)特征值的估計(jì)值（下同）。對(duì)應(yīng)的零假設(shè)是：H0：協(xié)整關(guān)系個(gè)數(shù)小于等于r；被擇假設(shè)：H1：協(xié)整關(guān)系個(gè)數(shù)大于r。②最大特征值檢驗(yàn)統(tǒng)計(jì)量：對(duì)應(yīng)的零假設(shè)：H0：協(xié)整關(guān)系個(gè)數(shù)等于r；相應(yīng)的被擇假設(shè)：H1:協(xié)整關(guān)系個(gè)數(shù)為r+1。35精選完整ppt課件首先看，跡檢驗(yàn)實(shí)際上是一個(gè)聯(lián)合檢驗(yàn)：，因?yàn)楫?dāng)時(shí)，也為零，且在范圍內(nèi)，越大，越小，越大。如果大于臨界值，則拒絕零假設(shè)，說明存在的協(xié)整個(gè)數(shù)大于r，這時(shí)應(yīng)繼續(xù)檢驗(yàn)新的零假設(shè)：協(xié)整關(guān)系個(gè)數(shù)小于等于r+1…直至小于臨界值。36精選完整ppt課件再來看。當(dāng)大于臨界值時(shí)，我們拒絕協(xié)整關(guān)系個(gè)數(shù)等于r的原假設(shè)，然后繼續(xù)檢驗(yàn)新的假設(shè)：協(xié)整關(guān)系個(gè)數(shù)為r+1，…，直到小于臨界值。Johansen協(xié)整檢驗(yàn)的臨界值已由Johansen給出。在實(shí)際應(yīng)用中，上述兩個(gè)檢驗(yàn)可以同時(shí)使用，一般而言，兩種檢驗(yàn)給出的結(jié)果是相同的，但也可能會(huì)給出不同的結(jié)論。

37精選完整ppt課件（2）Johansen協(xié)整檢驗(yàn)?zāi)Ｐ托问降拇_定。Johansen協(xié)整檢驗(yàn)方程形式的確定包括兩部分：一是確定VECM模型和是否應(yīng)包含常數(shù)項(xiàng)和時(shí)間趨勢(shì)項(xiàng)；二是確定滯后項(xiàng)數(shù)（即k值）。對(duì)于前者，我們可以根據(jù)變量的數(shù)據(jù)圖形來檢驗(yàn)（同ADF檢驗(yàn)）；對(duì)于后者，我們可以利用前面ADF檢驗(yàn)中提到的漸進(jìn)t檢驗(yàn)和信息準(zhǔn)則法。38精選完整ppt課件（3）如何在Eviews軟件中做Johansen協(xié)整檢驗(yàn)下面我們通過一個(gè)例子說明如何在Eviews軟件中做Johansen協(xié)整檢驗(yàn)。[例5.1]：對(duì)我國貨幣政策傳導(dǎo)機(jī)制信貸渠道的實(shí)證檢驗(yàn)

39精選完整ppt課件利用我國的數(shù)據(jù)對(duì)信貸渠道進(jìn)行實(shí)證分析，來看變量之間是否存在長期穩(wěn)定的關(guān)系，即協(xié)整關(guān)系。我們以貨幣供應(yīng)量M1和M2作為貨幣政策的起始變量，以金融機(jī)構(gòu)貸款余額(DEBT)表示信貸量，以其作為中間變量，以GDP和零售物價(jià)指數(shù)（CPI）作為貨幣政策的效果變量。40精選完整ppt課件1、對(duì)原始數(shù)據(jù)進(jìn)行適當(dāng)?shù)奶幚恚缂竟?jié)調(diào)整、對(duì)數(shù)化等。2、對(duì)變量進(jìn)行平穩(wěn)性檢驗(yàn)。3、如果變量水平值是不平穩(wěn)的，我們就要對(duì)它的一階差分進(jìn)行平穩(wěn)性檢驗(yàn)。

4、進(jìn)行協(xié)整檢驗(yàn)，并進(jìn)行濟(jì)濟(jì)學(xué)意義上的分析。41精選完整ppt課件第四節(jié)誤差修正模型Engle和Granger于1987年提出了誤差修正模型的完整定義并加以推廣。假設(shè)Yt和Xt之間的長期關(guān)系式為：（5.13）式中，K和為估計(jì)常量。例如，Y可以是商品的需求量，X則是價(jià)格。就是Y對(duì)X的長期彈性。42精選完整ppt課件對(duì)式（5.13）兩邊取對(duì)數(shù)可得：所以當(dāng)y不處在均衡值的時(shí)候，等式兩邊就會(huì)有一個(gè)差額存在，即（5.15）

來衡量兩個(gè)變量之間的偏離程度。當(dāng)X、Y處于均衡的時(shí)候，這時(shí)誤差值為零。（5.14）我們用小寫字母表示對(duì)數(shù)，其中=ln(K)。但是這種均衡情況在經(jīng)濟(jì)體系中是很少存在的。43精選完整ppt課件由于X和Y通常處于非均衡狀態(tài)，可以建立一個(gè)包含X和Y滯后項(xiàng)的短期或非均衡關(guān)系，假設(shè)采取如下形式：

（5.16）（5.16）式是基礎(chǔ)的形式，只包括一階滯后項(xiàng)，說明對(duì)于變量X的變化，變量Y需要一段時(shí)間進(jìn)行調(diào)整。44精選完整ppt課件在對(duì)（5.16）進(jìn)行估計(jì)的時(shí)候，其中的變量可能是不平穩(wěn)的，不能運(yùn)用OLS估計(jì)，否則將出現(xiàn)偽回歸現(xiàn)象。對(duì)此，重新進(jìn)行轉(zhuǎn)化。兩邊分別減去yt-1：得并進(jìn)一步進(jìn)行變化：即，

（5.18）

（5.17）45精選完整ppt課件并進(jìn)一步進(jìn)行變化：，即：

（5.18）在這里。我們對(duì)上式進(jìn)行重新整理，得到：46精選完整ppt課件在這里。我們對(duì)上式進(jìn)行重新整理，得到：

（5.19）其中定義新變量β1=（b1+b2）/，并進(jìn)一步進(jìn)行變換得到：

（5.20）其中定義第二個(gè)新變量β0=b0/。47精選完整ppt課件根據(jù)式（5.20），Y的當(dāng)前變化決定于X的變換以及前期的非均衡程度，也就是說前期的誤差項(xiàng)對(duì)當(dāng)期的Y值進(jìn)行調(diào)整。所以（5.20）就是一階誤差修正模型，也是最簡單的形式。表示系統(tǒng)對(duì)均衡狀態(tài)的偏離程度，可以稱之為“均衡誤差”。在模型（5.20）中，描述了對(duì)均衡關(guān)系偏離的一種長期調(diào)解。這樣在誤差修正模型中，長期調(diào)節(jié)和短期調(diào)節(jié)的過程同樣被考慮進(jìn)去。因而，誤差修正模型的優(yōu)點(diǎn)在于它提供了解釋長期關(guān)系和短期調(diào)節(jié)的途徑。48精選完整ppt課件

當(dāng)且的時(shí)候，后者意味著比均衡值高出太多。由于，那么，因此。換句話說，如果高于均衡值水平，那么在下一個(gè)時(shí)間段，會(huì)開始下降，誤差值就會(huì)被慢慢修正，這就是所說的誤差修正模型。當(dāng)，則是完全相反的情況，整個(gè)機(jī)制是相同的。

49精選完整ppt課件誤差修正模型包含了長期和短期的信息。長期的信息包含在項(xiàng)里，因?yàn)棣氯匀皇情L期乘數(shù)，且誤差項(xiàng)來自x和y的回歸方程。短期信息一部分顯示在均衡誤差項(xiàng)中，即當(dāng)y處于非均衡狀態(tài)時(shí)，在下一期里會(huì)由于誤差項(xiàng)的調(diào)整慢慢向均衡值靠攏；另一部分信息來自△Xt，解釋變量的概括。這一項(xiàng)表明，當(dāng)x發(fā)生變化，y也會(huì)相應(yīng)的發(fā)生變化。50精選完整ppt課件第五節(jié)因果檢驗(yàn)因果關(guān)系檢驗(yàn)主要有兩種：格蘭杰（Granger）因果檢驗(yàn)和希姆斯（Sims）檢驗(yàn)一、格蘭杰因果檢驗(yàn)該理論的基本思想是：變量x和y，如果x的變化引起了y的變化，x的變化應(yīng)當(dāng)發(fā)生在y的變化之前。即如果說“x是引起y變化的原因”，則必須滿足兩個(gè)條件：51精選完整ppt課件第一，x應(yīng)該有助于預(yù)測y，即在y關(guān)于y的過去值的回歸中，添加x的過去值作為獨(dú)立變量應(yīng)當(dāng)顯著的增加回歸的解釋能力。第二，y不應(yīng)當(dāng)有助于預(yù)測x，其原因是如果x有助于預(yù)測y，y也有助于預(yù)測x，則很可能存在一個(gè)或幾個(gè)其他的變量，它們既是引起x變化的原因，也是引起y變化的原因。52精選完整ppt課件

要檢驗(yàn)這兩個(gè)條件是否成立，我們需要檢驗(yàn)一個(gè)變量對(duì)預(yù)測另一個(gè)變量沒有幫助的原假設(shè)。首先，檢驗(yàn)“x不是引起y變化的原因”的原假設(shè)，對(duì)下列兩個(gè)回歸模型進(jìn)行估計(jì)：無假設(shè)條件回歸：有假設(shè)條件回歸：

（5.21）（5.22）53精選完整ppt課件然后用各回歸的殘差平方和計(jì)算F統(tǒng)計(jì)值，檢驗(yàn)系數(shù)β1，β2，…，βm是否同時(shí)顯著的不為0。如果是這樣，我們就拒絕“x不是引起y變化的原因”的原假設(shè)。54精選完整ppt課件其中F統(tǒng)計(jì)值的構(gòu)成為：

（5.23）其中和分別為有限制條件回歸和無限制條件回歸的殘差平方和；N是觀察個(gè)數(shù)；K是無限制條件回歸參數(shù)個(gè)數(shù)；q是參數(shù)限制個(gè)數(shù)。該統(tǒng)計(jì)量服從F(q,N-K)分布。55精選完整ppt課件顯然，如果F統(tǒng)計(jì)值大于臨界值，我們就拒絕原假設(shè)，得到x是引起y變化的原因。反之，接受原假設(shè)。接下來，檢驗(yàn)“y不是