3_3多元线性回归模型的统计检验.pptVIP

§3.3 多元线性回归模型的统计检验 (Statistical Test of Multiple Linear Regression) ;一、拟合优度检验 (Testing the Simulation Level);由于: ;; 调整的可决系数（adjusted coefficient of determination） ;地区城镇居民消费模型（k=2）;地区城镇居民消费模型（k=1）;0.973893;二、方程的显著性检验(F检验) (Testing the Overall Significance) ; 按照假设的原理与程序，可提出如下原假设与备择假设： ; 如果这个比值较大，则X的联合体对Y的解释程度高，可认为总体存在线性关系，反之总体上可能不存在线性关系。 因此,可通过该比值的大小对总体线性关系进行推断。; 由于Yi服从正态分布，根据数理统计学中的定义Yi的一组样本平方和服从χ2分布，所以有： ^ ― ESS=∑(Yi-Y) ～χ2(k) ^ RSS=∑(Yi-Yi) ～χ2(n-k-1) 即回归平方和、残差平方和分别服从自由度为k和n-k-1的χ2分布 进一步根据数理统计学中的知识，在原假设H0成立的条件下，统计量 服从自由度为(k , n-k-1)的F分布。; 给定显著性水平?，可得到临界值F?(k,n-k-1)，由样本求出统计量F的数值，通过 F? F?(k,n-k-1) 或 F?F?(k,n-k-1) 来拒绝或接受原假设H0，以判定原方程总体上的线性关系是否显著成立。 ;地区城镇居民消费模型;对于地区城镇居民消费模型的例子： 二元模型：F=560.5650; 2、关于拟合优度检验与方程显著性检验关系的讨论 ;; 对于一般的实际问题，在5%的显著性水平下， F统计量的临界值所对应的R2的水平是较低的。所以，不宜过分注重R2值，应注重模型的经济意义；在进行总体显著性检验时，显著性水平应该控制在5%以内。;有许多著名的模型，R2小于0.5，支持了重要的结论 例如：库茨涅兹假设—收入差距与经济增长水平之间的倒“U”型规律。 （1）内容：随着经济的发展水平的提高，居民收入差距先扩大，然后达到顶点，再缩小，即居民的收入差距与经济发展水平是倒“U”型。 （2）该规律可以从经济理论上得到很好的解释。;（3）该假设之所以被接受，是基于经验的证明。建立一个计量经济学模型，被解释变量是收入差距（用基尼系数表示），解释变量是经济发展水平（用GDP表示，包含GDP的一次项、二次项，因为倒“U”型假设是一条抛物线），从而构造一个二元模型，看看该二元模型是否显著性成立，及GDP的二次项系数是否为负—因为抛物线是开口向下的。 ; 后来做了很多检验，如用美国的历史数据、德国历史数据以及 64个国家（从经济发展水平低到经济发展水平高）同一年的数据，均符合倒“U”型规律，但方程的拟合优度大体上都在0.4左右。对我国，用中国各个省份的数据研究各省的居民收入差距，也验证了该规律—即经济发展水平比较低的地区（如西部地区），居民收入差距小；经济发展水平比较高的地区（如广 东、上海、北京），居民收入差距比较小；而经济发展水平处 于中间的省份（如湖北、湖南、吉林、辽宁等），居民收入差 距大，但模型的拟合优度为0.3、0.4、0.5，比较小，但模型成 立，因为方程的显著性检验F检验在相当高的水平下成立。 因此，不要片面追求拟合优度，关键是看模型的经济意义本身。;三、变量的显著性检验（t检验） (Testing the Individual Significance);1、t统计量;因此，可构造如下t统计量 ; 2、t检验;地区城镇居民消费模型;关于常数项的显著??检验;注意：一元线性回归中，t检验与F检验一致 ;四、参数的置信区间 ;容易推出：在(1-?)的置信水平下?i的置信区间是 ;计算得参数的置信区间： ?1 ： (0.4014, 0.7098 ) ?2 ：(0.0174, 0.4828);如何才能缩小置信区间？ ;提高样本观测值的分散度,一般情况下，样本观测值越分散，(X’X)-1的分母的|X’X|的值越大，致使区间缩小。