02计量第二章一元.ppt

§2-4 一元线性回归模型的置信区间 二、应变量预测值的置信区间 第二章 一元线性回归模型 残差： X XF Y SRF E(Y|Xi)= ?0+?1Xi PRF YF ?F eF YF E(Y|XF) ? 以 替代? 给定显著性水平?，查表得临界值t?/2(n-2) 应变量Y个别值的区间预测 可以证明： Dependent Variable: Y Method: Least Squares Date: 11/10/04 Time: 10:33 Sample: 1991 1997 Included observations: 7 Variable Coefficient Std. Error t-Statistic Prob. C 30.05237 63.90691 0.470252 0.6580 X 0.223419 0.010986 20.33659 0.0000 R-squared 0.988055 Mean dependent var 1258.857 Adjusted R-squared 0.985666 S.D. dependent var 459.8972 S.E. of regression 55.06160 Akaike info criterion 11.08974 Sum squared resid 15158.90 Schwarz criterion 11.07428 Log likelihood -36.81409 F-statistic 413.5768 Durbin-Watson stat 1.644626 Prob(F-statistic) 0.000005 当XF=12000亿元时， 求YF置信度为95%的置信区间,(t0.025(5)=2.571) Y个别值置信度为95%的置信区间为: (2472.9244,2948.7802)(亿元)。 Y X Mean 1258.857 5500.000 Median 1278.000 5218.000 Maximum 1904.000 8651.000 Minimum 708.0000 3149.000 Std.Dev. 459.8972 2046.120 Skewness 0.130026 0.333985 Kurtosis 1.572355 1.786059 Jarque-Bera 0.614191 0.559953 Probability 0.735580 0.755802 Observations 7 7 EViews中，在X和Y的数据框中点击View，选Descriptive Stats，得X和Y的描述统计结果。 §2-4 一元线性回归模型的置信区间 二、应变量预测值的置信区间 第二章 一元线性回归模型 从应变量Y均值和个别值的置信区间看，有如下特点： 应变量Y个别值的置信区间 应变量Y平均值的置信区间 （1） 作为E(Y|XF)的估计，由于抽样波动而存在抽样误差；而 作为YF的估计，除了抽样误差外，还由于随机误差项?i的存在而使得YF与E(Y|XF)之间有差异。因此由 对个别值预测的方差大于对平均值预测的方差，即对个别值预测的置