数理统计课件1第8章.pptVIP

一、回归模型的基本假定 1.零均值假定 （回归方程反映了Ｙ的平均变化情况) E(εi)=0, 2.同方差假定 （Ｙ的波动幅度相同）Var(εi)=σ2 3.非自相关假定 （误差项之间互不相关）Cov(εi εj)=0 4.无多重共线性假定 (解释变量之间互不相关) 5.解释变量与随机误差项互不相关假定 Cov(xi εi)=0 作用：独立分析各因素对Ｙ的影响 二、 多重共线性检验 ㈠多重共线性的概念 多重共线性是指解释变量之间存在完全的或近似的线性关系 例：财政收入模型中GDP与税收存在高度相关 ㈡多重共线性的后果 ⒈完全多重共线性下普通最小二乘参数估计量不存在 ⒉一般多重共线性下普通最小二乘参数估计量非有效 ⒊参数估计量经济意义不合理 ⒋变量的显著性检验失去意义 ⒌模型的预测失效 ㈢多重共线性的检验 ⒈容许度法 1- Rj2 称为容许度。 Rj2 表示xj 对其余p-1个自变量的复相关系数 ⒉方差扩大因子 VIR=1/（1- Rj2 ）， VIR越接近于1时，多重共线性越弱，当 VIR?10时，自变量有严重的多重共线性。 ⒊用相关统计量判断 若R平方很大，F很大，t均偏小，说明存在多重共线性 ㈣多重共线性的修正方法 ⒈排除引起共线性的变量 ⒉改变解释变量形式 差分法 △yi=β1 △x1i +β2 △x2i+….+ βk △xki +εi-εi-1 ⒊改变样本或增加样本容量 ⒋利用已知信息:参数约束修正方法 Lny=lnA+αlnL+βlnK+ε 三、自相关性检验 　㈠ 自相关性概念 随机误差项（被解释变量）的各期值之间存在相关性。 Cov(εi εj)=0 例：投资函数、生产函数 　㈡产生原因： ⒈模型遗漏了重要的解释变量； ⒉模型函数形式的设定误差； ⒊经济惯性； ⒋随机因素影响。 （注：自相关性更易产生于时序数据） ㈢自相关性类型 一阶： ?t＝??t－１＋νt 高阶： ?t＝?1?t－１＋?2?t－2＋?3?t－3＋...＋νt ㈣自相关性及其影响 1.严重低估系数的估计误差 2.T检验可靠性降低（易保留不重要的解释变量） 3.预测误差具有周期性 ㈤自相关性的检验 1.图形分析（残差分析） 观察LS命令的残差图（残差具有周期性波动） 2.DW检验（适用于一阶自相关情形） 检验假设：H0: ?＝0,不存在自相关 ?t＝??t－１＋νt 检验统计量： DW＝?(et－et-1)2/?et2 DW统计量与?的关系：DW＝2(1－?) 检验过程：建立方程后检验统计量有 Durbin-Watson ㈥自相关性的修正方法 见教材P297 四、 异方差性检验 ㈠异方差性的概念： 定义：Var(?i)?常数 例：消费函数 类型：递增型、递减型 Var(?i)＝f(xi) ㈡异方差性产生原因： ⒈误差项中含有影响逐渐增大的因素 ⒉模型函数形式的设定误差 ⒊随机因素影响 （注：异方差性易产生于横截面数据） ㈢异方差的影响 1.OLS估计不再是最佳估计量； 2.T检验可靠性降低； 3.增大预测误差； ㈣异方差的检验 1.图形分析（残差分析） 观察残差与预测值的关系 ㈤异方差的修正方法 加权最小二乘估计（WLS估计） ⒈原理：对较大的方差给予较小的权 ⒉权数：Wi=1/D(?i) 或Wi=1/xi 3.WLS估计的Eviews软件实现： Genr xh=1/x Ls (w=xh) y c x 五、案例：财政收入多元回归模型 数据文件：case08\data1.txt ⒈用x-e 残差图检验是否存在异方差性 　　异方差性是指随机项的方差不等于常数。 　　若X或Y变化时，残差只在一个很小的条形区域变动，则不存在异方差性。 ⒉用相关系数矩阵或检验值检验是否存在多重共线性 　　多重共线性是指自变量之间存在相关性。 ⒊用正态概率图检验正态分布假设 ⒋用t-e图检验是否存在自相关性 自相关性是指et与et-1存在相关性 　　作t-e图，若e随t变化逐次改变符号，则存在负自相关，若e随t的变化不频繁地改变符号，则存在正自相关 或计算DW值判断 ⒌对模型进行修改 ㈡ logistic回归系数的意义 ⒈以logit p 方程的线性表达式来解释回归系数 ⒉以发生比?的指数表达式来解释回归系数 ㈢ logistic模型统计检验 ⒈整体模型的检验 与截距模型（ligit p=a)的比较，比较加入自变量后新模型与数据拟合水平是否显著提高 L0/Lx称为似然比，当似然比显著大于1时，说明自变量对因变量影响显著，用-2Log Likelihood 表示 服从卡方分布 ㈣ logistic回归操作 第四节 虚拟变量 一、虚拟变量及其作用 1.定义：用以描