一元线性回归方程要点.pptVIP

1. 可决系数：R2=0.9357， 模型整体上拟合好。 2. 系数显著性检验：给定 ，查 t 分布表， 在自由度为n-2=29时临界值为 因为 t = 20.44023 说明“城镇人均可支配收入”对“城镇人均消费支出”有显著 影响。 3. 用P值检验 p=0.0000 模型检验 0.05 α = 4. 经济意义检验： 估计的解释变量的系数为0·758511，说明城镇居民人均可支配收入每增加1元，人均年消费支出平均将增加0·758511元。这符合经济理论对边际消费倾向的界定。 点预测： 西部地区的城市居民人均年可支配收入第一步争取达到1000美元(按现有汇率即人民币8270元)，代入估计的模型得 第二步再争取达到1500美元(即人民币12405元)，利用所估计的模型可预测这时城市居民可能达到的人均年消费支出水平  经济预测 一致性（了解） ?1 概率密度 OLS估计量的方差 为什么要估计方差？ 方差反映了数据的离散程度和估计结果的精确性。 受教育年限与每小时工资 ?1 总体（随机误差项）真实方差?2的估计量： ?2的估计 2、方差 （1） 的期望 （2） 的期望 1、期望 （2） 的方差 （1） 的方差 服从 N（ ） N（ ） 服从 Yi=?0 + ?1 Xi + ui，所以Yi ~ N(?0 + ?1 Xi , ? 2 ) 线性性 概率分布是进行假设检验的前提 六、假设检验与置信区间 OLS估计量的概率分布 显著性检验（t 检验）的基本步骤 首先，提出原假设和备择假设： H0： H1： 其次，确定并计算统计量： ＝ 最后，给定显著性水平，查自由度为 n-2 的t分布表。则， 如果 不能拒绝H0：?1=0，认为X对Y没有显著影响。 如果 拒绝H0 ：?1=0 ，认为X对Y有显著影响。 同理,可对?0 进行显著性检验。 模型： ?=2.5% t(n-2) -t0.025 t0.025 ?=2.5% 95% 0 双侧 受教育年限与每小时工资 n=13 0 -2.201 2.201 H0：?1=0 H1： ?1?0 受教育年限与每小时工资 n=13 0 1.796 H0：?1=0 H1： ?10 对于双变量模型，自由度总为(n-2) 经验分析中，常用的?有1%、5%和10%。 为了避免显著水平选择的随意性，通常要给 出p值。 p值 t(n-2) -t0.025 t0.025 p/2 0 t p值0.05，接受原假设 t(n-2) -t0.025 t0.025 p/2 0 t p值0.05，拒绝原假设 双侧检验 用 p 值判断参数的显著性的方法（双侧） 方法：将给定的显著性水平?与p值比较： ?若p值? ，则在显著性水平?下拒绝原假设H0:?=0, 即认为X对Y有显著影响； ?若p值?? ，则在显著性水平? 下接受原假设H0:?=0， 即认为X对Y没有显著影响； 规则：当p值?时，p值越小，越能拒绝原假设H0 由于： 由大括号内不等式表示置信水平为1-α时?1的置信区间： 得： P { ? t?/2 (n-2) } = 1- ? 同理,可求得 的置信区间为： -t?/2 (n-2) 0 t?/2 (n-2) 受教育年限与每小时工资 n=13 通过置信区间，可以直接对H0：?1=0进行检验吗？ 离差平方和的分解 可决系数 拟合优度：是指回归直线对观测值的拟合程度。显然，若观测值离回归直线近，则拟合优度好，反之，则拟合优度差，度量拟合优度的统计量是可决系数。 七、用可决系数来检验回归方程的拟合优度 离差平方和的分解 . . . . . . . . Y X Yi Xi A 0 = + = + 总离差 = 回归差 + 残差 回归差：由样本回归直线解释的部分 残差：不能由样本回归直线解释的部分 可以证明: 证明: = = 由于： = = =0 所以： 总离差平方和 ＝ 回归平方和 ＋ 残差平方和 TSS