第三章 多元线性回归模型.pptVIP

第3章 多元线性回归模型 第3章 多元线性回归模型 例题3.1 例题3.1 预测评价指标的应用 3.8 建模过程中应注意 的问题 3.8 建模过程中应注意的问题 3.8 建模过程中应注意的问题 3.8 建模过程中应注意的问题 3.8 建模过程中应注意的问题 (11) 利用回归模型预测时，解释变量的值最好不要离开样本范围太远。 原因是 ① 根据预测公式离样本平均值越远，预测误差越大。 ② 有时，样本以外变量的关系不清楚。当样本外变量的关系与样本内 变量的关系完全不同时，在样本外预测就会发生错误。 3.8 建模过程中应注意的问题 (13) 残差项应非自相关。否则说明 ①仍有重要解释变量被遗漏在模型之外。 ②选用的模型形式不妥。 (14)残差项不应有异方差。 (15) 避免多重共线性。 (16) 解释变量应具有外生性，与误差项不相关。 案例1：中国国债发行额模型（file:b1c4） 首先分析中国国债发行额序列的特征。1980年国债发行额是43.01亿元（占GDP的1%），2001年国债发行额是4604亿元（占GDP的4.8%）。以当年价格计算，21年间（1980-2001）增长了106倍。平均年增长率是24.9%。 案例1：中国国债发行额模型（file:b1c4） 案例1：中国国债发行额模型（file:b1c4） 建模案例2：中国客运总量模型（file:5line01） 建模案例2：中国客运总量模型（file:5line01） 建模案例2：中国客运总量模型（file:5line01） 有中国客运总量（Yt，10亿人次）、总人口数（X1t，亿人），年人均国内生产总值（X2t：千元）数据（1990?2002） 。建立中国客运总量模型 Yt = ?0 +?1 X1t +?2 X2t + ut X1t表示年底总人口数（亿人）， X2t表示年人均国内生产总值（千元）。 Yt = -19.85 +2.30 X1t +0.77 X2t + (-2.0) (2.6) (4.2) R2 = 0.997, DW=2.0, T=13, (1990-2002) * * 多元线性回归模型与假定条件 最小二乘法（OLS） 最小二乘估计量的特性 可决系数 显著性检验与置信区间 预测 预测的评价指标 建模过程中应注意的问题 案例分析 3.1 多元线性回归模型与假定条件 经济意义：xt j是yt的重要解释变量 代数意义：yt与xt j存在线性关系 几何意义：yt表示一个多维平面 （第2版教材第49页） （第3版教材第45页） y t = b 0 + b 1 x t 1 + b 2 x t 2 +…+ b k - x t k + u t 当给定一个样本（ y t , x t 1 , x t 2 ,…, x t k ） , t = 1, 2, …, T 时 , 上述模型表示为 y 1 = b 0 + b 1 x 11 + b 2 x 12 +…+ b k - x 1 k + u 1 , y 2 = b 0 + b 1 x 21 + b 2 x 22 +…+ b k x 2 k + u 2 , ……….. y T = b 0 + b 1 x T 1 + b 2 x T 2 +…+ b k - x T k + u T 1 2 1 1 ) 1 ( 1 0 ) 1 ( 1 2 2 21 1 1 11 1 2 1 1 1 1 ′ ′ + + ′ ′ ú ú ú ú ? ù ê ê ê ê ? é + ú ú ú ú ? ù ê ê ê ê ? é ú ú ú ú ú ? ù ê ê ê ê ê ? é = ú ú ú ú ? ù ê ê ê ê ? é T T k k k T k T Tj T k j k j T T u u u x x x x x x x x x y y y M M L L L L L L L L L L L L M b b b Y = X b + u 此时 y t 与 x t i