专题统计预测.pptVIP

专题三 统计预测 一、一元线性回归分析（linear regression） 二、多元线性回归分析 三、曲线估计 四、时间序列分析 一、一元线性回归分析 1.建立回归方程：y=a+bx+ui a为常数项，b为回归系数，ui为剩余残差项或称为随机扰动项 2.估计参数a和b，可以用最小二乘法，也可以用计算机程序 一、一元线性回归分析 3.进行检验 目的:检验样本观察点聚集在回归直线周围的密集程度，评价回归方程对样本数据点的拟和程度。 1) 计算标准误差 标准误差为估计值与因变量间的平均平方误差 2)计算判定系数 R2，越接近1，回归拟合越好。 3)相关系数r检验 4）回归系数的显著性检验(t检验) T检验法 T服从自由度为n-2的T分布。Spss操作中将根据检验统计量自动计算统计量的观测值和对应的概率p值，p＜0.05则回归系数显著（95%的置信区间） 5）F检验法 F服从自由度为（1，n-2)的F分布。Spss操作中将根据检验统计量自动计算统计量的观测值和对应的概率p值，p＜0.05即可（95%的置信区间）。 (一元回归中,F检验与t检验一致,即: F=t2,两种检验可以相互替代） 4.进行预测 点预测和区间预测 区间预测 给出一个在一定概率保证程度下的预测置信区间 置信区间=y预测值±tSE t为某概率保证程度下的t值，查t检验临界值表即可，查表时，f等于n-