z检验怎么在书上查表
正态分布函数Z值表是怎么算出来的？
正态分布函数Z值表是怎么算出来的？
一、当给定了检验的显著性水平a0.05时，如果检验时要检验是否相等，就是双侧检验，允许左右各有误差，即a/20.025。此时要查尾部面积是0.025时的Z值。但是我们参考书中说明表中间的数字是指从最左面一直到右侧某一点的面积，而Z值是指从中间均值所在的位置往右计算的长度。所以当Z0时，中间的面积0.50就是这个道理。现在我们要的是从右边尾部面积查Z值。当右边尾部面积是0.025时，左边的面积应是1-0.0250.975。所以我们查表时要在表中间找到0.975。从这一行水平往左得到1.9，往上对得到0.06，把两个数加起来就是1.96。
二、如果检验的显著性水平a0.05，在0.05就是让标准正态分布的概率等于1-0.05的时候z的取值。翻开正态分布表，直接找到0.95，与这个0.95相对应时的z值就是你要求的。但是我们在表中没有查到0.95，只找到0.9495和0.9505，对应的z值是1.64和1.65。取两者均值，得到1.645。
dw统计量怎么算？
只能检验一阶不能检验高阶自相关
DW sum (eps_t - eps_{t-1})^2 / sum (eps_t)^2 约 2(1 - r)
r表示相邻残差之间的相关系数
如果r 0 也就是说近似于2的DW值表示残差不存在相关性
如果r 0 也就是说接近0的DW值表示正相关
如果r 0 也就是说接近4的DW值表示负相关
一般DW统计量的表提供d_l和d_u
DW d_l 正相关
d_l DW d_u 该检验不确定
d_u DW 4 - d_u 不存在自相关
4 - d_u DW 4 - d_l 该检验不确定
DW 4 - d_l 负相关
扩展资料：
自相关性产生的原因：
线性回归模型中随机误差项存在序列相关的原因很多，但主要是经济变量自身特点、数据特点、变量选择及模型函数形式选择引起的。
1.经济变量惯性的作用引起随机误差项自相关
2.经济行为的滞后性引起随机误差项自相关
3.一些随机因素的干扰或影响引起随机误差项自相关
4.模型设定误差引起随机误差项自相关
5.观测数据处理引起随机误差项序列相关
自相关的后果：
线性相关模型的随机误差项存在自相关的情况下，用OLS（普通最小二乘法）进行参数估计，会造成以下几个方面的影响。
从高斯-马尔可夫定理的证明过程中可以看出，只有在同方差和非自相关性的条件下，OLS估计才具有最小方差性。当模型存在自相关性时，OLS估计仍然是无偏估计，但不再具有有效性。
这与存在异方差性时的情况一样，说明存在其他的参数估计方法，其估计误差小于OLS估计的误差；也就是说，对于存在自相关性的模型，应该改用其他方法估计模型中的参数。
1.自相关不影响OLS估计量的线性和无偏性，但使之失去有效性
2.自相关的系数估计量将有相当大的方差
3.自相关系数的T检验不显著
4.模型的预测功能失效