全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件
1724 3
2009-06-04

我有一个统计的基础问题不明白,特此请教。就拿一个最简单的一元线性回归来说,一个复可决系数检验(95%成功概率),F检验(95%成功概率),残差序列不相关的D-W检验(95%成功概率),残差异方差的Glejser检验(95%成功概率)必须都通过才行,该模型正确的概率只有(95%)^4=81.4%。也就是每建5个这样的模型大约就有一个是错误的。更遑论复杂的多元回归一大把的检验,这样的统计学有什么意义?

[此贴子已经被作者于2009-6-4 8:31:20编辑过]

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2009-6-4 08:53:00
一元线性回归中,F检验、T检验等不是独立的啊,不能这么算概率的哦,一元中,F、T、r的检验完全相同
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2009-6-27 16:47:15
是的,他们的概率相同
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2009-6-27 23:58:10
Roughly right is better than precisely wrong.这是从实践角度讲的。但是作为一门学科,它的发展就是分化的趋势。
我觉得应该可以把统计跟计量分开一点看吧。统计偏实用的,你想想统计里有很多公式都是简化的,还有很多内容从理论上来说似乎是没有意义的,但是放在现实中就很有意义,比如那个“弃真”“去伪”的概率。
但是对于计量来说,模型要求这么高是有意义的,好比一个新药总要万无一失才能上市。让我们觉得困难的实际上是实际操作中信息的不对称和稀缺吧
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群