[数学]多元线性回归模型.pptVIP

* 中山学院经济与管理系 * 原假设 H0: β1 = β3 = 0 备择假设 H1: 至少存在一个βj不为0 (j=1,2,…,q) 我们有：n=20, q=2, K=3 用自由度（2，16）查F分布表，5%显著性水平下， =3.63 因为F=1.6 =3.63, 故接受H0。 结论：X1和X3对Y无显著影响 例题：住房需求问题。设住房需求模型为： 其中：Q=家庭每年所需住房面积（平方英尺） P=家庭所在地住房的单价（美元/平方英尺） Y=家庭年收入（美元） 根据3120个家庭组成的样本，利用最小二乘法， 得到估计的回归方程（括号内的值为t统计量值） * 中山学院经济与管理系 * （-14.53） （36.92） 现在我们想知道黑人对住房的需求是否与白人对住房的需求一样，设立一个虚拟变量 1，黑人家庭 D= 0，否则 * 中山学院经济与管理系 * 于是把住房需求模型扩展为： 再利用刚才的样本估计得到回归方程： (0.14) (-11.05) (-1.87)(29.68)(2.84) 现在要检验黑人对住房的需求与白人对住房的需求 有没有区别,则要检验所有虚拟变量的系数是否全为 零 * 中山学院经济与管理系 * 检验的原假设和备择假设为: 计算F统计量的值: * 中山学院经济与管理系 * 给定显著性水平1%,得到临界值为 因为15.073.78,所以在显著性水平1%下,拒 绝原假设,说明黑人对住房的需求与白人对住房的 需求存在显著差异. * 中山学院经济与管理系 * 2.关于利用不同样本得到的回归系数是否相等的检验 对于多元线性回归模型: 检验回归系数是否相等的假设为: * 中山学院经济与管理系 * 对于两个回归模型用不同的样本估计得到其估计 的回归方程: 用 , 分别表示它们的残差平方和.第一个 模型的样本容量为 ,第二个模型的样本容量为 如果原假设是成立的话,我们可以把两个模型合 并为一个模型,两个样本观测值合并为一组观测值, 样本容量为 * 中山学院经济与管理系 * 合并的模型为: 利用样本估计得到回归方程: 其残差平方和用 表示 我们使用Chow检验来检验两个模型回归系数是否一致.采用的统计量为: ~F(k+1, ) * 中山学院经济与管理系 * 在给定的显著性水平下,得到相应的临界值 如果 ,则否定原假设,即认为这两个回归模型存在显著区别,必须对两个模型分别进行估计. 如果 ,则接受原假设,表明两个模型相同,可以将两组样本观测值合并为一组进行模型的估计 . * 中山学院经济与管理系 * 例:对于住房需求的问题,我们现在建立两个回归模型,一个描述黑人的住房需求,一个描述白人的住房需求.这两个模型为: 现在我们检验黑人对住房的需求与白人对住房的需求是否有区别,检验的假设为: * 中山学院经济与管理系 * 利用白人家庭和黑人家庭的样本数据估计模型,并 以 , 分别表示它们的残差平方和,并有 在原假设成立的条件下,则可以将两个回归模型合 并为一个模型： 利用全部3120个家庭的样本数据估计这个模型，得到其残差平方和 * 中山学院经济与管理系 * 最后，计算Chow检验的统计量： 因为F=15.07 所以在显著性水平1%下，拒绝原假设，表明 黑人对住房的需求与白人对住房的需求存在显著的 差异。 * 中山学院经济与管理系 * 3.7预测 一点预测 点预测就是将解释变量 的一组特定值，比如 代入估计的多元线性回归方程 得到被解释变量 的点预测值 它可以是总体均值 或个值Y0的预测 * 中山学院经济与管理系 * 二、区间预测 1、个别值Y0的区间