一元线性回归模型资料.ppt

* 表示为 R * 1. 可决系数： 模型整体上拟合好。 2. 系数显著性检验：给定 ，查 t 分布表， 在自由度为n-2=29时临界值为 因为 t = 20.44023 说明“城镇人均可支配收入”对“城镇人均消费支出”有显著 影响。 3. 用P值检验 p=0.0000 模型检验 * 4. 经济意义检验： 估计的解释变量的系数为0·758511，说明城镇居民人均可支配收入每增加1元，人均年消费支出平均将增加0·758511元。这符合经济理论对边际消费倾向的界定。 * 点预测： 西部地区的城市居民人均年可支配收入第一步争取达到1000美元(按现有汇率即人民币8270元)，代入估计的模型得 第二步再争取达到1500美元(即人民币12405元)，利用所估计的模型可预测这时城市居民可能达到的人均年消费支出水平 经济预测 * 平均值区间预测上下限： 区间预测 * 即是说： 平均值置信度95%的预测区间为（6393.03，6717.23）元。 平均值置信度95%的预测区间为（9292.33，10090.83）元。 个别值区间预测（略） * 第二章 小 结 1、变量间的关系： 函数关系——相关关系 相关系数——对变量间线性相关程度的度量 2、现代意义的回归：一个被解释变量对若干个 解释变量依存关系的研究 实质：由固定的解释变量去估计被解释变量的平均值 * 3、总体回归函数（PRF）：将总体被解释变量Y的条件均值表现为解释变量X 的某种函数 样本回归函数（SRF）：将被解释变量Y 的样本条件均值表示为解释变量X 的某种函数。 总体回归函数与样本回归函数的区别与联系 4、随机扰动项：被解释变量实际值与条件均值的偏差，代表排除在模型以外的所有因素对Y的影响。 * 5、简单线性回归的基本假定： 对模型和变量的假定 对随机扰动项u的假定 零均值假定: 同方差假定: 无自相关假定: 随机扰动与解释变量不相关假定: 正态性假定: * 6、普通最小二乘法（OLS）估计参数的基本思想及估计式； * 期望： 方差： 标准差： OLS估计式是最佳线性无偏估计式。 OLS 估计式的分布性质 * 7、 的无偏估计 8、对回归系数区间估计的思想和方法 * 9、拟合优度：样本回归线对样本观测数据拟合的优劣程度， 可决系数：在总变差分解基础上确定的，模型解释了的变差在总变差中的比重 可决系数的计算方法、特点与作用。 * 10、对回归系数的假设检验 假设检验的基本思想 对回归系数 t 检验的思想与方法 用 P 值判断参数的显著性 * 11、对被解释变量的预测 被解释变量平均值预测与个别值预测的关系 被解释变量平均值的点预测和区间预测的方法 * 被解释变量个别值区间预测的方法 12、运用EViews软件对简单的线性回归模型进行 估计和检验 * 第 二 章 结 束 了！ * 总变差 （TSS）：应变量Y的观测值与其平均值的离差平方和（总平方和） 解释了的变差 （ESS）：应变量Y的估计值与其平均值的离差平方和（回归平方和） 剩余平方和 （RSS）：应变量观测值与估计值之差的平方和（未解释的平方和） * （三）可决系数 以TSS同除总变差等式两边： 或 定义：回归平方和（解释了的变差ESS） 在总变 差（TSS） 中所占的比重称为可决系数，用 表示: 或 * 作用：可决系数越大，说明在总变差中由模型作出了解释的部分占的比重越大，模型拟合优度越好。反之可决系数小，说明模型对样本观测值的拟合程度越差。 特点：●可决系数取值范围：