线性回归的定式偏差教程方案.pptVIP

第五章 线性回归的定式偏差 ;引子;本章主要内容;第一节 变量关系非线性;1.问题;问题： 原因：变量关系非线性、异常值、季节性扰动、经济周期、变量缺落、参数变化等。 后果：回归分析、预测不再有效。无偏、有效性都不成立，模型无价值。;;;二、发现与判断;;;;三、问题处理和非线性回归 ;;;;;;;;例5－1某地消费函数相关数据;;图5.2 某地收入对消费的散点图 ;;图5.3 某地消费函数回归残差序列图 ;操作演示;第二节 异常值;1.问题;;;2.异常值的发现判断;在模型假设成立的前提下，回归残差是服从正态分布的随机变量，其取值95%左右的概率应分布在均值加减2倍标准差的范围内。 如果发现某个残差 出现： 其中 是残差的标准差，模型在时点i处就很可能存在异常值问题。 ;;图5.4 异常值的残差序列图检验;;;3.问题的处理;;[例5-2] 消费函数模型的异常值问题 ;;;图5.6 引进虚拟变量后的回归残差 ;;第三节 规律性扰动;1.问题;;2.问题的发现与判断;3.问题的处理;;;;;;例1：变量Y的季度数据中，第一季度总会受到一个季节性因素的影响。 使用虚拟变量： ;例2：一年中的第一季度会受到一种季节性扰动，第三季度也会受到一种方向和力度与第一季度不同的扰动。 引入两个虚拟变量：;例3：用截面数据研究收入或消费规律时，观测对象的性别也是一个影响因素。 引入一个虚拟变量：;;?⑴ 一个因素多个类型 ?? 对于一个有m个不同属性的定性因素，应该设置m-1个虚拟变量来反映该因素的影响。 例如，设公司职员的年薪与工龄和学历有关。学历分成三种：大专以下、本科、研究生。为反映“学历” 的影响，应该设置两个虚拟变量： ; Yi=a+bxi+εi 大专以下(D1=D2=0) Yi=(a+α1)+ bxi+εi 本科(D1=1，D2=0) Yi=(a+α2)+ bxi+εi 研究生(D1=0，D2=1);大专以下;1、定义： 反映品质指标变化、数值只取0和1的人工变量。用符号D来表示。 ? ;2、作用：;1．虚拟变量的引入方式 。 （1）加法方式 Yi=a+bxi+αDi+εi 等价为： 当Di =0时：Yi=a+bxi+εi 当Di =1时：Yi=(a+α)+bxi+εi;（2）乘法方式 ;;三、虚拟变量的特殊应用 ;时间;第四节 解释变量缺落;遗???变量的后果;更一般的情况; ; ;1.问题;;;2.发现与判断;;;第五节 参数变化;1. 问题;;;;2.发现与判断;图5.8 参数变化 ;;;;;【例5－3】;