多元线性回归模型模型.ppt

第3章 多元线性回归模型 第3章 多元线性回归模型 多元线性回归模型:表现在线性回归模型中的解释变量有多个。 一般表现形式： 　　解释变量之间互不相关（即无多重共线性）。 对于随机抽取的n组观测值 例题3.1 高斯-马尔可夫定理：在满足基本假设的情况下，其结构参数?的普通最小二乘估计量具有： 线性性、无偏性、有效性。 样本容量问题 所谓“最小样本容量”，即从最小二乘原理和最大或然原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限。 例题3.1 　方程的显著性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出推断。 关于拟合优度检验与方程显著性检验关系的讨论 由 方程的总体线性关系显著?每个解释变量对被解释变量的影响都是显著的。 因此，必须对每个解释变量进行显著性检验，以决定是否作为解释变量被保留在模型中。 这一检验是由对变量的 t 检验完成的。 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） 复习题 一、单项选择题 1、调整的可决系数与可决系数R2之间存在如下关系（ ）。 A、 　 B、 C、 复习题 二、多选题 下列哪些回归分析中很可能出现多重共线性问题 （　）。 A、“资本投入”、“劳动投入”两个变量同时作为生产函 数的解释变量 B、“消费”作为被解释变量，“收入”作为解释变量的消 费函数 C、“本期收入”和“前期收入”同时作为“消费”的解释变 量的消费函数 D、“商品价格”、“地区”、“消费风俗”同时作为解释变 量的需求函数 E、“每亩施肥量”、“每亩施肥量的平方”同时作为“小麦 亩产”的解释变量的模型 复习题 三、分析题 1、在一项调查大学生一学期平均成绩Y与每周在学习X1、睡觉 X2、娱乐X3与其他各种活动X4所用时间的关系的研究中，建立 如下回归模型：Y= ?0＋?1X1＋?2X2 ＋?3X3＋?4X4 ＋u，如果这些 活动所用时间的总和为一周的总小时数168。问：保持其他变量 不变，而改变其中一个变量的说法是否有意义？该模型是否有 违背基本假设的情况？如何修改此模型以使其更加合理？ 复习题 新构成的三变量模型更加合理。如这时?1就测度了当其他两变 量不变时每周增加1小时的学习时间所带来的学习成绩的平均变 化。这时，即使睡觉和娱乐的时间保持不变，也可以通过减少 其他活动的时间来增加学习的时间，而这时三个变量间也不 存在明显的共线性问题。 四、上机练习 教材第85页3、6 （5）谨慎对待离群值（outlier） (6) 过原点回归模型与非过原点回归模型相比有如下不同点: ①残差和等于零不一定成立。 ②可决系数 有时会得负值！ 由于此类模型的这些异常特性，在使用时须特别小心，一般以采取习惯含有截距的模型为好。 R2 (8) 回归模型给出估计结果后，首先应进行F检验。F检验是对模型整体回归 显著性的检验。 (检验一次，H0: ?1= ?2 = … = ?k = 0; H1: ?