- 1、本文档共64页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
多元线性回归模型应用实例
谢 谢! (二)回归方程的显著性检验 对于一元线性回归模型,回归参数的显著性与回归方程的显著性是等价的,而对于多元线性回归模型,单个回归参数是显著的并不等于整个回归方程是显著的,因此还要作回归方程的显著性检验。 回归方程的显著性检验也称为F –检验,也是一种假设检验。 F –检验是检验所有解释变量合起来对被解释变量线性影响的显著性,单个解释变量对被解释变量的线性影响是显著的,合起来之后即线性组合对被解释变量的影响未必是显著的,这相当于我们通常所说的整体效率。因此对于多元模型,回归方程的显著性检验与回归参数显著性检验是不能相互替代的, 即使对回归方程中每个参数分别进行的t - 检验都不显著,F –检验也可能是显著的。比如当解释变量之间高度相关时就可能出现这种情况,其结果可能是参数的标准差大而t值小,但整个模型仍然能对数据拟合得很好。 (三)拟合优度检验及修正的R2值 在一元线性回归模型中,我们用样本决定系数来衡量回归方程对样本观察值的拟合程度,即拟合优度检验,这一方法对多元线性回归模型仍然适用。 与一元线性模型类似,可以证明: TSS = ESS + RSS 即样本总离差可以分解为回归总离差与残差平方和之和。 令: 称R2为多元线性回归模型的样本决定系数,也称为样本可决系数。R2表示被多元回归方程“解释”的离差占总离差的比重。显然 由R2的定义可以看出,当R2越接近于1时,说明ESS 越接近于TSS,即残差平方和越小,也就是说回归方程对样本观察值拟合的越好,因此,我们以R2接近于1的程度来衡量样本回归方程对样本观察值的拟合的优度,即拟合优度检验,用来说明解释变量与被解释变量之间的线性回归关系是否有效。 (三)拟合优度检验及修正的R2值 然而,在使用R2时也存在一些问题,比如,R2与模型中解释变量的个数有关。在回归方程中加入更多的解释变量会使R2值增大(增加新的解释变量不会改变TSS,但是可以增加ESS),因此,给人一种误解,为提高拟合优度,解释变量越多越好,但事实上并非如此。用R2度量拟合优度的问题在于R2只涉及Y的总离差中被解释的部分和未被解释的部分,没有考虑自由度的个数。为了消除拟合优度对模型中解释变量个数的依赖性,我们定义修正的R2值,记作 : (三)拟合优度检验及修正的R2值 可以推得: 1. 2. 可能为负值; 3. 当模型的自由度(n-k)较大时,R2与 比较接近。 (三)拟合优度检验及修正的R2值 由R2及 的定义可知: 比R2更适合于衡量拟合优度。当回归模型中加入新的解释变量时,R2肯定会增加,而 可能增加也可能减少。比如,一个样本容量为25的模型,其R2为0.8,但这个结果只是在模型中包含了17个解释变量时才得到。而该模型的 仅为0.4,这一例子充分说明了R2作为衡量拟合优度指标的局限性。 在实际应用中,由于大多数情况下, 与R2之间的差异不太大,故使用R2作为衡量拟合优度的情况也常见。 (三)拟合优度检验及修正的R2值 拟合优度检验与F –检验是有联系的。可以证明: (三)拟合优度检验及修正的R2值 由此可知R2越接近于1,则F值越大,反之,若R2越接近于0,则F值越小。因此,一般来说,拟合优度较高,则F检验可以通过,拟合优度较差,则F—检验通不过。但是,拟合优度检验与F–检验还是有区别的,有例子表明,即使拟合优度只有0.65,F–检验也是显著的。因此,虽然二者有联系,但是也不能相互替代。F–检验的优越性在于它有临界值,可以断定显著与否,而拟合优度的好处在于它能说明拟合的程度,它的不足之处在于没有拟合好与坏的明确标准,一般来说,拟合的好坏视具体问题而定,但是,一个好的模型首先拟合优度要求比较高,从经验上讲,R20.9。不过拟合优度高并不能断定模型一定可取,较高的拟合优度是一个好模型的必要条件,但不是充分条件。 (三)拟合优度检验及修正的R2值 Eviews软件输出结果中R 2及校正R 2 (四)各种检验的关系 1、经济意义检验和其他检验的关系联系: 判断一个回归模型是否正确,首先要看模型是否具有合理的经济意义,其次才是统计检验。 (四)各种检验的关系 2、拟合优度和F-检验的关系: (1)都是对回归方程的显著性检验; (2)都是把总平方和分解,以构成统计量进行检验; (3)两者同增同减,具有一致性。 区别: (1)F-检验中使用的统计量有精确的分布,而拟合优度检验没有;
文档评论(0)