赵卫亚 2(回归方程).ppt

三、如何处理非线性效应 引例： 隐含的假设边际效应（比如边际消费倾向）为常数。 这在实际中可能并不成立，边际效应可能与X1,或者X2的水平有关。 如何建模？ 1、多项式建模方法 在模型中出现解释变量的二次项。例如： 此时边际消费倾向为： 应该采用几次多项式？ X的阶数越高，越灵活。但是也加入了更多的回归变量，会降低系数估计的精度。 要权衡灵活性和统计精确度。不要一味追求高的项数，足够就行。 可以通过t检验帮助确定。直到所有阶数的系数都显著为止 （2）对数建模方法 三种对数回归模型 * * * （3）自变量的交互作用 （以两个连续型自变量为例） Y表示收入的对数 X1表示工作经验 X2表示受教育的年数 年资的边际影响：b1+b3*X2 教育的边际影响：b2+b3*X1 * （4）一个综合的例子 Translog模型(C-D生产函数的扩展） 案例分析 P52 例6 P56 例7 P60 例8 * 一、模型的拟合优度检验 拟合优度：模型对样本数据的近似程度。 衡量拟合优度的指标 残差平方和？ 判定系数 调整的判定系数 信息准则AIC，SC * 1、总离差平方和的分解 Y的观测值、估计值和平均值的关系 对所有数据平方求和得到 * * * 2、判定系数R2的定义 判定系数是无量纲的 取值范围0≤R2≤1 若值为1，表明观察值均在估计的回归直线上 若值为0，表