原版书习题课视频：Reading 4 Introduction to Linear Regression Q31-33

同学你好，

建立假设时，等号要放在原假设。

追问无法写超过200个字的，我写在这里：

非常感谢你的及时回复。 可能我没有表达清楚，我的疑惑就在于为何第二步，也就是你写的“所以其实相当于要做两个假设检验”中H0与Ha的设定问题：

为何是H0中b0=0、b1=1，而不是Ha中b0=0、b1=1。 因为这题我们需要证明的是b0=0、b1=1，按照视频中何李二老的讲解，“需要证明什么，就把需要证明的放到Ha，然后拒绝反面的H0，从而得证”。 您的解释与视频中老师讲解的方法不一样，如果用老师的做法，及时算出同样的t值，因为拒绝的假设是反的，会导致结果完全相反。

所以我有困惑。

同学你好，

从你写的第二步开始有一些偏差，我把整个过程重写了一遍，直接看下面这个过程就可以。

--------------

这道题写出用于预测的方程为：

Actual US CPI =b0 + b1 CPI consensus forecast

也就是要看通过预测得出的CPI和真实的CPI之间的关系。如果预测的CPI恰好等于真实CPI，就说明预测是无偏的。可以看出当b0=0，b1=1时，两者恰好相等。

所以其实相当于要做两个假设检验，第一个是H0： b0=0。从图上可以看出这时候t统计量为0.5351，小于critical value（tc=2），所以不能拒绝原假设（也可以简单理解为b0=0）

第二个是b1=1。计算出t统计量为 （0.983-1）/0.0155= - 1.0968，同样＜2，无法拒绝原假设，也就是可以简单理解为b1=1。所以可以得出结论，预测的CPI等于真实的CPI，即预测值为真实值的无偏估计