第四章 一元线性回归及统计检验.ppt

第四章一元线性回归模型的统计检验 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 回归分析是要通过样本所估计的参数来代替总体的真实参数，或者说是用样本回归线代替总体回归线。 尽管从统计性质上已知，如果有足够多的重复抽样，参数的估计值的期望（均值）就等于其总体的参数真值，但在一次抽样中，估计值不一定就等于该真值。 那么，在一次抽样中，参数的估计值与真值的差异有多大，是否显著，这就需要进一步进行统计检验。 主要包括拟合优度检验、变量的显著性检验及参数的区间估计。 一、拟合优度检验 拟合优度检验：对样本回归直线与样本观测值之间拟合程度的检验。 度量拟合优度的指标：判定系数（可决系数）r2（二元回归）或R2（多元回归） 问题：采用普通最小二乘估计方法，已经保证了模型最好地拟合了样本观测值，为什么还要检验拟合程度？ 1、总离差平方和的分解 已知由一组样本观测值（Xi,Yi），i=1,2…,n得到如下样本回归直线 如果Yi=?i 即实际观测值落在样本回归“线”上，则拟合最好。 可认为，“离差”全部来自回归线，而与“残差”无关。 对于所有样本点，则需考虑这些点与样本均值离差的平方和。 我们可以得到： 方程两边同时平方，求和得： 总体平方和（Total Sum of Squares） 回归平方和（Explained Sum of Squares） 残差平方和（Residual Sum of Squares ） 记 TSS=ESS+RSS Y的观测值围绕其均值的总离差(total variation)可分解为两部分：一部分来自回归线(ESS)，另一部分则来自随机势力(RSS)。 在给定样本中，TSS不变， 如果实际观测点离样本回归线越近，则ESS在TSS中占的比重越大，因此 拟合优度：回归平方和ESS/Y的总离差TSS 2、可决系数R2统计量 称 R2 为（样本）可决系数/判定系数（coefficient of determination)。 可决系数的取值范围：[0，1] R2越接近1，说明实际观测点离样本线越近，拟合优度越高。 在例2.1.1的收入-消费支出例中， 注：可决系数是一个非负的统计量。它也是随着抽样的不同而不同。为此，对可决系数的统计可靠性也应进行检验，这将在下章中进行。 二、回归系数的区间估计 如果存在这样一个区间，称之为置信区间（confidence interval）； 1-?称为置信系数（置信度）（confidence coefficient）， ?称为显著性水平（level of significance）；置信区间的端点称为置信限（confidence limit）或临界值（critical values）。 从定义我们可以看出，区间估计量是一个构造出来的区间，要使得它把参数的真值包括在区间的界限内有一个特定的概率：1－α 在给定α＝0.05或5%的情况下,置信(随机) 区间包含真实β的概率为0.95或95%。 它表示使用我们所描述的方法构造出来的 众多区间中包含β真值的概率为0.95或95%。 我们能不能构造出这样的区间呢？？ 依据什么来构造呢？？？ 依据概率知识我们知道，如果估计量的抽样或概率分布已知，我们就可以构造出以一定概率包含真实β值的区间。 对回归系数β的区间估计可归纳为三种情况 α＝0.05， 即 1－ α＝0.95 α＝0.01， 即 1－ α＝0.99 α＝0.001，即 1－ α＝0.999 例如：取α＝0.05， 即 1－ α＝0.95，查标准正态分布表可知 Z值在（－1.96，1.96）区间的概率为0.95。即 P（－1.96＜Z＜1.96）＝0.95 三、假设检验： 回归分析是要判断解释变量X是否是被解释变量Y的一个显著性的影响因素。 在一元线性模型中，就是要判断X是否对Y具有显著的线性性影响。这就需要进行变量的显著性检验。 变量的显著性检验所应用的方法是数理统计学中的假设检验。 计量经计学中，主要是针对变量的参数真值是否为零来进行显著性检验的。 1、假设检验 所谓假设检验，就是事先对总体参数或总体分布形式作出一个假设，然后利用样本信息来判断原假设是否合理，即判断样本信息与原假设是否有显著差异，从而决定是否接受或否定原假设。 当我们拒绝原假设（虚拟假设）时，我们说发现统计上是显著的。当我们不拒绝原假设时，我们说发现不是统计上显著的。 假设检验采