第11讲(一元线性回归)概要.pptVIP

如果---应当--- 如果你不够漂亮， 你就应当聪明； 如果你既不漂亮也不聪明， 你就应当勤奋； 如果你既不漂亮也不聪明，而且还不够勤奋， 你就应当经常保持微笑； 如果你既漂亮，又聪明、勤奋， 你就应当谦虚。 谁是赢家？ 一个农夫牵着一头羊走在乡间小道上，迎面碰到一位游民。游民看了看农夫和他的羊。说到：“我愿出10美元买你的这头羊。”诚实的农夫说：“我的这头羊腿有些跛，值不了10美元。”游民肯定地说：“我会让它值更多的钱。” 农民点点头，接过钱。露出一脸的疑惑。 一周后，农夫和游民再次见面了。农夫关心地问游民：“那只羊是否让你富有？”“当然！”游民有些得意地说。农夫急切地问道：“说说看，那只羊是如何让你富有的？” 看着农夫急切的神态，游民讲了他利用那只羊进行发财的经过。言语中流露出几分自豪与得意。 ---我将那只羊带到一个村子，然后向村民们宣布：任何人都有可能用一美元获得这只羊。方法是用一美元购买一个抽签权，然后，每人抽一个签。谁抽中写有“羊”字的签，谁就可以得到这只羊。 数百人参加了这一活动。最后，一个村民得到了这只羊。而我却得到了数百美元。 农夫听完了游民的故事，想了很久。起初他以为以一美元获得这只羊的村民是赢家，但在他看到游民的兴奋表情，知道游民是真正的赢家。 不过，他却始终不明白，为什么那么多的村民看不到这一点。 细细想想，如果他在现场，他肯定也会同样地花一美元去买这个抽签权的。为什么？ 第11讲 一元线性回归 11.1变量间关系的度量 11.2一元线性回归 11.3利用回归方程进行估计和预测 11.4残差分析 本章重点：一元线性回归的方法 本章难点：一元线性回归的计算 11.1 变量间关系的度量 11.1.1.变量间关系 11.1.2.相关关系的描述与测度 11.1.3.相关关系的显著性检验 11.1.1.变量间关系 11.1.2.相关关系的描述与测度 11.1.3.相关关系的显著性检验 重要 不论你在什么时候开始， 重要的是开始之后就不要放弃。 不论你在什么时候结束， 重要的是结束之后就不要悔恨。 超过 超过别人一点点， 别人就会嫉妒你； 超过别人一大截， 别人就会羡慕你。 11.2.一元线性回归 11.2.1 一元线性回归模型 回归模型、回归方程、估计的回归方程 11.2.2 参数的最小二乘估计 11.2.3 回归直线的拟合优度 判定系数、估计标准误差 11.2.4 显著性检验 线性关系的检验、回归系数的检验 11.2.5 回归分析结果的评价 11.2.1一元线性回归模型 11.2.2.参数的最小二乘估计 最小二乘法 ( 和 的计算公式) 11.2.3.回归直线的拟合优度1、判定系数 判定系数与相关系数的关系： 联系：数值上判定(可决)系数是相关系数的平方 区别： 判定系数 相关系数 就模型而言 就两个变量而言 说明解释变量对因变 说明两变量线性依存程度 量的解释程度 取值 有非负性 取值 -1≦r≦1 可正可负 11.2.4.显著性检验 3、三种检验的关系 在一元线性回归分析中，回归系数显著性的t检验、回归方程显著性的F检验，相关系数显著性 t检验，三者等价的，检验结果是完全一致的。 对一元线性回归，只做其中 的一种检验即可。 11.2.5 回归分析结果的评价 建立的模型是否合适？或者说，这个拟合的模型有多“好”？要回答这些问题，可以从以下几个方面入手 所估计的回归系数 的符号是否与理论或事先预期相一致 在不良贷款与贷款余额的回归中，可以预期贷款余额越多不良贷款也可能会越多，也就是说，回归系数的值应该是正的，在上面建立的回归方程中，我们得到的回归系数 为正值 如果理论上认为x与y之间的关系不仅是正的，而且是统计上显著的，那么所建立的回归方程也应该如此 在不良贷款与贷款余额的回归中，二者之间为正的线性关系，而且，对回归系数的t检验结果表明二者之间的线性关系是统计上显著的 11.2.5 回归分析结果的评价 回归模型在多大程度上解释了因变量y取值的差异？可以用判定系数R2来回答这一问题 在不良贷款与贷款余额的回归中，得到的R2=71.16%，解释了不良贷款变差的2/3以上，说明拟合的效果还算不错 考察关于误差项?的正态性假定是否成立。因为我们在对线