5单方程模型的统计检验.pptVIP

§2.4 多元线性回归模型的统计检验Statistical Test of Multiple Linear Regression Model ;说 明;一、拟合优度检验Testing the Simulation Level;1、概念;2、总体平方和、残差平方和和回归平方和 ;既然ESS反映由模型中解释变量所解释的那部分离差的大小，可否直接用它作为拟合优度检验的统计量？ 不行。 因为作为检验统计量，必须是相对量，而不能是绝对量。 怎样构造相对数形式的拟合优度检验统计量？ 依据TSS、ESS、RSS之间存在的如下关系： TSS=ESS+ RSS;关于TSS=ESS+ RSS的证明过程;所以 ;在应用过程中人们发现，如果在模型中增加一个解释变量，那么模型的回归平方和随之增大，从而R2也随之增大。 ;式中，（n-k-1）为残差平方和RSS的自由度，（n-1）为总体平方和TSS的自由度。 ;可决系数R2 的简捷计算公式：;二、方程显著性检验Testing the Overall Significance;1、关于假设检验;假设检验的基本思想是概率性质的反证法。也就是说，为了检验原假设H0是否正确，先假定这个假设是正确的，看由此能推出什么结果。如果导致一个不合理的结果，则表明“假设H0为正确”是错误的，即原假设H0不正确，因此要拒绝原假设H0。如果没有导致一个不合理现象的出现，则不能认为原假设H0不正确，因此不能拒绝原假设H0 。 ;概率性质的反证法的根据是小概率事件原理，该原理认为“小概率事件在一次试验中几乎是不可能发生的”。 ;2、方程的显著性检验 ;方程显著性的F检验;（2） ;（3） ;例 在前述消费模型中，k=2,n=16,给定α=0.01,查得Ｆ0.01（2,13)=6.70，而Ｆ=28682.516.70,所以该线性模型在0.99的置信水平下显著成立。;⒊ 关于拟合优度检验与方程显著性检验关系的讨论 ;多大才算通过拟合优度检验？ ;方程显著性检验（F检验）的步骤;三、变量显著性检验Testing the Individual Significance;1、什么是变量的显著性检验？;注意，模型中包括几个解释变量，就要计算几个t的数值。 ;在前述消费模型中： 变量GDP和CONS（-1）各自的t统计量样本值分别为 tgdp=22.00 tcons(-1)=4.188 给定α=0.01,查得t0.005(13)=3.012。 由于tgdp、tcons(-1)都大于临界值t0.005(13)，所以，变量GDP和CONS（-1）在0.99的水平下都显著。 ;变量显著性检验（t 检验）的步骤;3、在一元线性回归（k=1）中，t检验与F检验是一致的。