第4章 违背基本假设的情况_1.pptVIP

第四章 违背基本假设的情况 第四章 违背基本假设的情况 4.1 异方差性产生的背景和原因 4.1 异方差性产生的背景和原因 4.2 一元加权最小二乘估计 4.2 一元加权最小二乘估计 4.2 一元加权最小二乘估计 4.2 一元加权最小二乘估计 4.2 一元加权最小二乘估计 4.2 一元加权最小二乘估计 4.2 一元加权最小二乘估计 4.2 一元加权最小二乘估计 4.2 一元加权最小二乘估计 4.2 一元加权最小二乘估计 4.2 一元加权最小二乘估计 4.2 一元加权最小二乘估计 4.2 一元加权最小二乘估计 4.2 一元加权最小二乘估计 4.2 一元加权最小二乘估计 4.2 一元加权最小二乘估计 4.2 一元加权最小二乘估计 4.2 一元加权最小二乘估计 4.2 一元加权最小二乘估计 4.2 一元加权最小二乘估计 4.2 一元加权最小二乘估计 4.2 一元加权最小二乘估计 4.3 多元加权最小二乘 4.3 多元加权最小二乘估计 4.3 多元加权最小二乘估计 4.3 多元加权最小二乘估计 4.3 多元加权最小二乘估计 4.3 多元加权最小二乘估计 4.3 多元加权最小二乘估计 4.3 多元加权最小二乘估计 4.3 多元加权最小二乘估计 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.4 自相关性问题及其处理 §4.5 异常值与强影响值 §4.5 异常值与强影响值 §4.5 异常值与强影响值 §4.5 异常值与强影响值 §4.5 异常值与强影响值 §4.5 异常值与强影响值 §4.5 异常值与强影响值 §4.5 异常值与强影响值 §4.5 异常值与强影响值 §4.5 异常值与强影响值 §4.5 异常值与强影响值 §4.5 异常值与强影响值 §4.5 异常值与强影响值 §4.5 异常值与强影响值 §4.5 异常值与强影响值 §4.5 异常值与强影响值 §4.5 异常值与强影响值 自相关的危害 5.9 -1.1 -0.1 10 5.5 -1 0.2 9 4.8 -1.2 -0.3 8 4.6 -0.9 0.2 7 3.9 -1.1 -1.9 6 5.3 0.8 -2.3 5 7.1 3.1 0 4 6.6 3.1 0.3 3 5.8 2.8 -0.7 2 6 3.5 0.5 1 5 3 0 y=2+0.5t+et et=et-1+ut ut t 自相关的危害 5 预测 以迭代法为例说明回归预测值 和残差 的计算方法。 5 预测 注意：在自相关回归中，回归预测值 不是用 其一般性的公式为 SPSS软件提供的3种方法可以直接保存回归预测值 和残差 计算 例如，取x20=6600，则 第二种方法 异常值分为两种情况： 一种是关于因变量y异常； 另一种是关于自变量x异常。 一、关于因变量y的异常值 标准化残差 学生化残差 可以证明： 二、关于自变量x的异常值 二、关于自变量x的异常值 二、关于自变量x的异常值 二、关于自变量x的异常值 虽然强影响点并不总是y的异常值点，不能单纯根据杠杆值hii的大小判断强影响点是否异常，但是我们对强影响点应该有足够的重视。为此引入库克距离，用来判断强影响点是否为y的异常值点。库克距离的计算公式为： 二、关于自变量x的