北大光华本科计量课件第2章回归模型3.pptVIP

2.4 回归模型的统计检验 2.4.1 拟合度检验 拟合优度的概念 对于任意两个变量的一组观测值，我们总是可以运用最小二乘法得到一条直线，问题是该直线能否较好地拟合所给定的观测值，这就是拟合优度问题。 拟合度检验，是检验模型对样本观测值的拟合程度。 根据最小二乘法的原理，估计模型时已经使拟合误差（残差平方和）达到了最小，但这并不意味着模型能够很好地描述样本数据的关系。 拟合度图示 总体回归模型：Y=10+0.5X+N(0,4)（绿色） 样本回归函数： Y=12.67+0.40X+e （红色） 拟合度图示 总体回归模型：Y=10+0.5X+N(0,16) 样本回归函数： Y=6.43+0.65X+e 2.4.1 拟合度检验 拟合优度的概念 残差平方和、回归标准差等可以作为模型拟合程度的度量，但残差平方和是绝对量，不是很理想。 需要构造一个相对误差指标来度量模型对样本数据的拟合程度。 1. 总体平方和的分解 Y的变差的组成 1. 总体平方和的分解 练习题 用y表示的总体平方和是_________，回归平方和是_________，残差平方和是_________，判定系数的表达式为_________。 决定系数R2的取值范围为_______， R2越接近1，说明回归方程_______ ， R2越接近0，说明回归方程_______。 修正的决定系数 决定系数R2 实际应用中，初学者常