统计回归模型检验.pptVIP

第三节 回归模型的统计检验 对于样本回归模型拟合总体模型，我们通常要进行经济检验、统计检验、计量检验等。 统计检验则是在一定概率下求出参数，检验样本对总体的代表性、影响关系是否显著等问题。主要通过一些统计检验方法来保证模型在统计意义上（即以样本推断总体）的可靠性。 我们所要进行的统计检验包括两方面，一方面检验回归方程对样本数据的拟合程度，通过可决系数；另一方面检验回归方程的显著性，通过假设检验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判断，包括对回归方程线性关系的检验和对回归系数显著性的检验。 一、模型的拟合优度检验 所谓拟合优度，即模型对样本数据的近似程度。由于实际观察得到的样本数据是对客观事实的一种真实反映，因此，模型至少应该能较好的描述这一部分客观实际情况。为了考察模型的拟合优度，需要构造一个指标——判定系数（可决系数）。 认识判定系数之前让我们回顾一下关于样本与总体回归函数，了解总离差分解。 ⒈总变差的分解 设估计的多元线性回归模型为： 分析Y的观测值、估计值和平均值的关系 因为 ，将上式两边平方加总，可证得 TSS为总体平方和（Total Sum of Squares），反映样本观测值总体离差的大小；ESS为回归平方和（Explained Sum of Squares），反映由模型中解释变量所解释的那部分