3、多元线型回归.pptVIP

第三章 多元线性回归模型 多元线性回归模型 多元线性回归模型的参数估计 多元线性回归模型的统计检验 多元线性回归模型的预测 回归模型中解释变量的选择 一、多元线性回归模型 多元线性回归模型:表现在线性回归模型中的解释变量有多个。 一般表现形式： 二、多元线性回归模型的基本假定 假设1，解释变量是非随机的或固定的，且各X之间互不相关（无多重共线性）。 假设2，随机干扰项具有零均值、同方差及无序列相关性。 假设3，解释变量与随机干扰项不相关 §3.2 多元线性回归模型的参数估计 一、参数的最小二乘估计 对于随机抽取的n组观测值 二、最小二乘估计量的性质 §3.3 多元线性回归模型的统计检验 一、拟合优度检验 二、回归方程总体线性的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间 一、拟合优度检验 1、判定系数 二、回归方程总体线性的显著性检验(F检验) 回归方程总体线性的显著性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出推断。 2、拟合优度检验与F检验的关系 三、变量的显著性检验（t检验） 回归方程的总体线性关系显著?每个解释变量对被解释变量的影响都是显著的。 因此，必须对每个解释变量进行显著性检验，以决定是否将这个解释变量保留在模型中。