第四章多元线性回归模型..pptVIP

高斯—马尔可夫定理 在经典线性回归模型的假定条件下，最小二乘估计量是最优线性无偏估计量。 最优线性无偏估计量(BLUE) Best linear unbiased estimator 同时满足“线性”、“无偏”、“方差最小”三个优良性质的估计量。 第三节 最小二乘估计量的性质 1、线性性 其中,C=(X’X)-1 X’ 为一仅与固定的X有关的矩阵 2、无偏性 3、有效性（最小方差性） 对于方差最小性的证明，略 由于 以cii表示矩阵(X’X)-1 主对角线上的第i+1个元素，i=0,1,2…k，于是参数估计量的方差为： 一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间 第四节 统计检验与置信区间 一、拟合优度检验 则 总离差平方和的分解 残差 由于 = 0 所以有： 可决系数 - 该统计量越接近于1，模型的拟合优度越高。 问题： 在应用过程中发现，如果在模型中增加一个解释变量， R2往往增大（Why?) 这就给人一个错觉：要使得模型拟合得好，只要增加解释变量即可。 但是，现实情况往往是，由增加解释变量个数引起的R2的增大与拟合好坏无关，R2需调整。 调整的可决系数（adjusted