第二章一元线性回归模型解析.ppt

显然，在该例题中，我们对结果的正确陈述应该是：边际消费倾向β1是以99%的置信度处于以0.670为中心的区间（0.6056,0.7344) 中。 回答： 边际消费倾向等于0.670的置信度是多少？ 边际消费倾向以100%的置信度处于什么区间？ 由于置信区间一定程度地给出了样本参数估计值与总体参数真值的“接近”程度，因此置信区间越小越好。 要缩小置信区间，需要 增大样本容量n。因为在同样的置信水平下，n越大，t分布表中的临界值越小；同时，增大样本容量，还可使样本参数估计量的标准差减小； 提高模型的拟合优度。因为样本参数估计量的标准差与残差平方和呈正比，模型拟合优度越高，残差平方和越小。 §2.5 一元线性回归分析的应用：预测问题 一、预测值是条件均值或个别值的一个无偏估计 二、总体条件均值与个别值预测值的置信区间 对于一元线性回归模型 给定样本以外的解释变量的观测值X0，可以得到被解释变量的预测值?0 ，可以此作为其条件均值E(Y|X=X0)或个别值Y0的一个近似估计。 严格地说，这只是被解释变量的预测值的估计值，而不是预测值。原因: 参数估计量不确定； 随机项的影响。 所以，我们得到的仅是预测值的一个估计值，预测值仅以某一个置信度处于以该估计值为中心的一个区间中。预测在更大程度上说是一个区间估计问题。 说 明 一、预测值是条件均值或个别值的一个无偏估计 1、?