计量经济学多元线性回归.pptVIP

* 拟合优度（续） 我们怎样衡量我们的样本回归线拟合样本数据有多好呢？ 可以计算总平方和（SST）中被模型解释的部分，称此为回归R2 R2 = SSE/SST = 1 – SSR/SST * 更多关于R2 当回归中加入另外的解释变量时，R2通常会上升。 如果OLS使此解释变量取任何非零系数，那么加入此变量之后，SSR降低了。 实际操作中，被估计系数精确取零是极其罕见的，所以，当加入一个新解释变量后，一般来说，SSR会降低。 * 调整过的R2(The Adjusted R-squared) 因此， R2增加并不意味着加入新的变量一定会提高模型拟合度。 调整过的R2是R2一个修正版本，当加入新的解释变量，调整过的R2不一定增加。 * 调整过的R2 调整过的R2是1减去OLS残差的样本方差（修正过自由度之后）与y的样本方差之比。 调整过的R2的三个有用性质： 因为(n-1)/(n-k-1)1 ，所以调整过的R2总比R2小。 加入一个解释变量有两个相反的效果。（1）SSR降低导致调整过的R2增加。（2） (n-1)/(n-k-1) 增加导致调整过的R2降低。 调整过的R2可能是负的，发生在以下情况：所有解释变量使残差平方和下降的太少，不足以抵消因子(n-1)/(n-k-1)。 R2只有在过原点回归中才可能为负。 * 比较R2和Adjusted R2 R2和调整过的R2告