[经济学]JLJJ 三章.pptVIP

OLS：原则、求解、结果 第三节 多元线性回归模型的检验 本节主要介绍： 一、 拟合优度检验（多重可决系数及其修正） 二、 回归参数的显著性检验（t－检验） 三、 回归方程的显著性检验（F－检验） 四、 拟合优度、t－检验、F－检验的关系 对以上自由度的说明： 四、各种检验之间的关系 1、拟合优度检验与F检验 联系： 1）拟合优度检验和F检验都是对回归方程显著性的检验； 2）都是把总离差TSS分解成回归平方和ESS与残差平方和RSS，并在此基础上构造统计量进行检验； 3）模型对观测值的拟合程度越高，模型总体线性关系的显著性就越高（两者同增同减） 。 2、F－检验和t－检验 1）在一元的情形，两者是一致（等价）的。对单个解释变量显著性进行t检验，也就检验了解释变量的整体显著性（F检验）；并且可以证明：F＝t2 （教材P64） （所以在一元情形，只需进行一种检验即可） 2）多元中，不存在以上关系。 第四节 多元线性回归模型的预测 一、应变量平均值、个别值的点预测 二、应变量平均值、个别值的区间预测 一、拟合优度检验 （一）可决系数（判定系数） 类似于一元情形，先将多元线性回归的总变差作如下分解： 目的：构造一个不含单位，可以相互比较，且能直观判断拟合优劣的指标 意义：可决系数越大（越靠近1，模型对数据的拟合程度越好），自变 量对因变量的解释程度越高，自变量引起的变动占总变动的百分比 高。观察点在回归直线附近越密集。 可决系数（判定系数）的定义： 注：可决系数只涉及变差，没考虑自由度！！ （二）修正的可决（判定）系数 修正思路：引进自由度校正所计算的变差。 例：由例1 的资料（P19）得可决系数（判定系数）、修正的可决系数（判定系数）分别为： 二、回归参数的显著性检验 t 检验：对单个回归参数（系数）检验（目的：检验每个解释变量对Y的线性作用是否显著。 检验的步骤： 4、根据样本数据计算t 值 由例1（P22、P29） 的资料，易得： 三、回归方程的显著性检验 F检验：检验因变量和诸自变量之间是否存在显著的线性关系 1、检验的假设： 还需检验：所有解释变量联合在一起，是否对应变量Y的影响也显著？ 3、根据样本数据，计算F统计量的值 总 变 差 残 差 回 归 方 差 自由度 平方和 变差来源 由例1 的资料，易得： 29.600 3.24 10.24 --- 0.64 0.04 8.027 0.0181 1.5490 --- 0.2795 1.1931 1 2 --- 9 10 --- 147 441 272 合 计 29.1344 25.2446 --- 27.4713 26.9077 16 14 --- 15 15 45 42 --- 44 43 29 24 --- 28 27 1991 1992 --- 1999 2000 （万吨） （万吨） (百万元) 年 份 就例1结果写出回归分析报告： SE =（13.326） （0.303） （0.313） t =（-1.037） （1.860） （3.513） 区别：1）F检验有精确的分布，而拟合优度检验没有； 2）作用结论时，可决系数（修正可决系数）只能给出一个模糊的推测；而F检验可在给定显著水平下，给出统计上的严格结论. 3、经济意义检验和其他检验 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。 一、点预测 * * 第三章 多元线性回归模型 教学目的、要求： 通过第三章的学习，要求学生了解多元线性回归模型产生的背景；掌握多元线性回归模型的古典假定；用普通最小二乘法对二元线性模型的参数估计，参数的解释；参数最小二乘估计的统计性质；理解多元可决系数（判定系数）、修正的可决系数（判定系数）的概念及其关系；掌握用F检验法对总体模型的显著性进行检验；用t检验法对单个系数的显著性检验；能够用本章所学过的知识解决一些实际问题（多元线性模型