计量经济学25.ppt

§2.5单方程线性模型的区间估计Interval Estimation of Multiple Linear Regression Model 一、参数估计量的区间估计 二、预测值的区间估计 三、多元线性回归分析计算步骤及主要公式 一、参数估计量的区间估计 线性回归模型的参数估计量是随机变量，利用一次抽样的样本观测值，估计得到的只是参数的一个点估计值。 如果用参数估计量的一个点估计值近似代表参数值，那么，这个点估计的精度有多高？二者的接近程度如何？能以多大的概率达到该接近程度？ 这就要构造参数的一个区间，以点估计值为中心的一个区间（称为置信区间），该区间以一定的概率（称为置信水平）包含该参数。 2、参数估计量的区间估计 3、如何缩小置信区间 增大样本容量n。因为在同样的样本容量下，n越大，t分布表中的临界值越小，同时，增大样本容量，还可使样本参数估计量的标准差减小； 使用适当的函数形式正确描述变量之间的关系，提高模型的拟合优度。因为样本参数估计量的标准差与残差平方和呈正比，模型优度越高，残差平方和应越小，样本参数估计量的标准差也越小。 提高样本观测值的分散度。这样，样本参数估计量的标准差也可以变小。 二、预测值的区间估计 由于随机因素的影响，即使解释变量取定了数值，模型中的被解释变量仍是不确定的。 所以，我们得到的仅能是被解释变量对应的一个估计值，此时对应被解释变量仅以某一个置信水平处于以该估计值为中心的一个区间中。 于是，又是一个区间估计问题。 区间预测是在一定置信概率的保证下，通过考察预测误差的范围，进而确定E(Y0)真实值或Y0可能被哪个区间范围所包含。 2、预测值置信区间的推导 案例二再讨论：生产计划工时安排 一个企业接到一笔某种仪器的订单60台，它的生产计划人员需要确定安排多少个工时来完成这个生产任务。以往完成订单的情况如下： 根据上表数据建立回归方程 对方程可靠性进行评价 应用：平均来说，完成60台的订货需要安排工时 如果订货很急，客户很重要，问题变为起码应该安排多少工时可以有90%的把握按时交货？ 根据被解释变量均值的预测区间，取α为0.2，有 4、如何缩小置信区间 增大样本容量n，因为在同样的样本容量下，n越大，t分布表中的临界值越小，同时，增大样本容量，还可使随机误差项的标准差减小； 提高模型的拟合优度，模型优度越高，残差平方和应越小。 提高样本观测值的分散度。 * 1、问题的提出 Back 1、问题的提出 37 25 43 18 72 88 56 12 78 32 产量（台） 412 234 520 240 708 878 620 108 814 342 工时数 10 9 8 7 6 5 4 3 2 1 订单编号 * * * * *