M10-统计回归模型(修改)分解.ppt

练习题 下表给出了某工厂产品批量与单位成本（元）的数据，从散点图可以明显的发现，生产批量在500以内时，单位成本对生产批量服从一种线性关系，生产批量超过500时，服从另外一种线性关系，此时单位成本明显下降。希望你构造一个合适的回归模型全面的描述生产批量与单位成本的关系。 时间序列中同一变量的顺序观测值之间存在自相关 以时间为序的数据，称为时间序列 分析 许多经济数据在时间上有一定的滞后性 需要诊断并消除数据的自相关性，建立新的模型 若采用普通回归模型直接处理，将会出现不良后果 投资额与国民生产总值和物价指数 … … … … … … … … 1.3234 1718.0 257.9 14 0.7676 756.0 125.7 4 1.2579 1549.2 206.1 13 0.7436 691.1 113.5 3 1.1508 1434.2 228.7 12 0.7277 637.7 97.4 2 1.0575 1326.4 229.8 11 0.7167 596.7 90.9 1 物价 指数 国民生产总值 投资额 年份 序号 物价 指数 国民生产总值 投资额 年份序号 基本回归模型 投资额与 GNP及物价指数间均有很强的线性关系 t ~年份， yt ~ 投资额，x1t~ GNP, x2t ~ 物价指数 ?0, ?1, ?2 ~回归系数 x1t yt x2t yt ?t ~对t相互独立的零均值正态随机变量 基本回归模型的结果与分析 MATLAB 统计工具箱 R2= 0.9908 F= 919.8529 p=0.0000 [-1121.4757 -597.4823 ] -859.4790 ?2 [0.4773 0.7596] 0.6185 ?1 [224.3386 421.1114] 322.7250 ?0 置信区间 参数估计值 参数 剩余标准差 s=12.7164 没有考虑时间序列数据的滞后性影响 R2＝0.9908，拟合度高 模型优点 模型缺点 可能忽视了随机误差存在自相关；如果存在自相关性，用此模型会有不良后果 自相关性的定性诊断 残差诊断法 模型残差 作残差 et~et-1 散点图 大部分点落在第1, 3象限 ?t 存在正的自相关 大部分点落在第2, 4象限 自相关性直观判断 在MATLAB工作区中输出 et为随机误差?t 的估计值 et-1 et ?t 存在负的自相关 基本回归模型的随机误差项?t 存在正的自相关 自回归性的定量诊断 自回归模型 ρ~自相关系数 ?0, ?1, ?2 ~回归系数 ρ= 0 无自相关性 ρ 0 ρ 0 如何估计ρ 如何消除自相关性 D-W统计量 D-W检验 ut ~对t相互独立的零均值正态随机变量 存在负自相关性 存在正自相关性 广义差分法 D-W统计量与D-W检验 检验水平,样本容量，回归变量数目 D-W分布表 n较大 ? DW 4-dU 4 4-dL dU dL 2 0 正自 相关 负自 相关 不能确定 不能确定 无自相关 检验临界值dL和dU 由DW值的大小确定自相关性 广义差分变换 以?*0, ?1 , ?2 为回归系数的普通回归模型 原模型 DW值 D-W检验 无自相关 有自相关 广义差分 继续此过程 原模型 新模型 新模型 步骤 原模型 变换 不能确定 增加数据量；选用其它方法 投资额新模型的建立 DWold dL 作变换 原模型残差et 样本容量n=20，回归变量数目k=3，?=0.05 查表 临界值dL=1.10, dU=1.54 DWold=0.8754 原模型有正自相关 DW 4-dU 4 4-dL dU dL 2 0 正自 相关 负自 相关 不能确定 不能确定 无自相关 R2= 0.9772 F=342.8988 p=0.0000 [-1235.9392 -782.1274] -1009.0333 ?2 [0.5751 0.8247] 0.6990 ?1 [1265.4592 2005.2178] 163.4905 ?*0 置信区间 参数估计值 参数 总体效果良好 剩余标准差 snew= 9.8277 sold=12.7164 投资额新模型的建立 新模型的自相关性检验 dU DWnew 4-dU 新模型残差et 样本容量n=19，回归变量数目k=3，?=0.05 查表 临界值dL=1.08, dU=1.53 DWnew=1.5751 新模型无自相关性 DW 4-dU 4 4-dL dU dL 2 0 正自 相关 负自 相关 不能确定 不能确定 无自相关 新模型 还原为 原始变量 一阶自回