4.4 多元线性回归.ppt

§4.4 多元线性回归模型的预测 一、E(Y0)的置信区间 二、Y0的置信区间 如果已经知道实际的预测值Y0，那么预测误差为： 练习 已知回归模型 ，式中E为某类公司一名新员工的起始薪金（元），N为所受教育水平（年）。随机扰动项的分布未知，其它所有假设都满足。 如果被解释变量新员工起始薪金的计量单位由元改为100元，估计的截距项与斜率项有无变化？如果解释变量所受教育水平的度量单位由年改为月，估计的截距项与斜率项有无变化？ 答案 首先考察被解释变量度量单位变化的情形。以E*表示以百元为度量单位的薪金，则 由此有如下新模型： 所以新的回归系数将为原始模型回归系数的1/100。 答案 再考虑解释变量度量单位变化的情形。设N*为用月份表示的新员工受教育的时间长度，则N*=12N，于是： 可见，估计的截距项不变，而斜率项将为原回归系数的1/12。 练习 假定以校园内食堂每天卖出的盒饭数量作为被解释变量，盒饭价格、气温、附近餐厅的盒饭价格、学校当日的学生数量（单位：千人）作为解释变量，进行回归分析；假设不管是否有假期，食堂都营业。不幸的是，食堂内的计算机被一次病毒侵犯，所有的存储丢失，无法恢复，你不能说出独立变量分别代表着哪一项？下面是回归结果（括号内为标准差）： 练习 （2.6） (6.3) (0.61) (5.9) ， 要求： （1）试判定每项结果对应着哪一个变量？ （2）对你的判定结论做出说明。 答案 ⑴答案并不唯一，猜测为： 为学生数量， 为附近餐厅的盒饭价格， 为气温， 为校园内食堂的盒饭价格； ⑵理由是被解释变量应与学生数量成正比，并且应该影响显著；与本食堂盒饭价格成反比，这与需求理论相吻合；与附近餐厅的盒饭价格成正比，因为彼此是替代品；与气温的变化关系不是十分显著，因为大多数学生不会因为气温升高不吃饭。 练习 以企业研发支出（RD）占销售额的比重为被解释变量（Y），以企业销售额（X1）与利润占销售额的比重（X2）为解释变量，一个有32容量的样本企业的估计结果如下（其中括号中为系数估计值的标准差）： 练习 （1）解释log(X1)的系数。如果X1增加10%，估计Y会变化多少个百分点？这在经济上是一个很大的影响吗？ （2）针对RD强度随销售额的增加而提高这一备择假设，检验它不随X1而变化的假设。分别在5%和10%的显著性水平上进行这个检验。 （3）利润占销售额的比重X2对RD强度Y是否在统计上有显著的影响？ 答案 （1）log(x1)的系数表明在其他条件不变时，log(x1)变化1个单位，Y变化的单位数，即?Y=0.32?log(X1)?0.32(?X1/X1)=0.32?100%，换言之，当企业销售X1增长100%时，企业研发支出占销售额的比重Y会增加0.32个百分点。由此，如果X1增加10%，Y会增加0.032个百分点。这在经济上不是一个较大的影响。 答案 （2）针对备择假设H1： ，检验原假设H0： 。易知计算的t统计量的值为t=0.32/0.22=1.468。在5%的显著性水平下，自由度为32-3=29的t 分布的临界值为1.699（单侧），计算的t值小于该临界值，所以不拒绝原假设。意味着RD强度不随销售额的增加而变化。在10%的显著性水平下，t分布的临界值为1.311，计算的t 值小于该值，拒绝原假设，意味着RD强度随销售额的增加而增加。 答案 （3）对X2，参数估计值的t统计值为0.05/0.46=1.087，它比在10%的显著性水平下的临界值还小，因此可以认为它对Y在统计上没有显著的影响。 习题 下表给出三变量模型的回归结果： 方差来源 平方和 自由度 平方和的均值 来自回归65965 来自残差 总离差 66042 14 要求：（1）样本容量是多少？求RSS？ESS和RSS的自由度各是多少？ （2）求 和 ？ （3）检验假设： 和 对Y无影响。你用什么假设检验？为什么？ （4）根据以上信息，你能否确定 和 各自对Y的影响？ 答案 （1）15；77；12；12 （2）0.9988；0.9986 （3）F检验 （4）不能。 * 一、E(Y0)的置信区间 二、Y0的置信区间 对于模型 给定样本以外的解释变量的观测值X0=(1,X10,X20,…,Xk0)，可以得到被解释变量的预测值： 它可以是总体均值E(Y0