计量经济学安徽财经大学，李长风第二章古典回归模型幻灯片.ppt

（2）估计模型： GENR LNY = Log(Y) GENR LNX = Log(X) GENR X2 = X^2 LS LNY C X （指数函数模型） LS Y C X X2 （二次函数模型） LS LNY C LNX （双对数模型） 第四节 非线性回归模型 指数模型的估计结果如下： R2值 调整的R2值 F统计量的值 第四节 非线性回归模型 二次函数模型的估计结果如下： R2值 调整的R2值 F统计量的值 第四节 非线性回归模型 双对数模型的估计结果如下： R2值 调整的R2值 F统计量的值 第四节 非线性回归模型 （3）残差分布分析 指数函数 二次函数 第四节 非线性回归模型 （4）拟合预测分析 对于二次函数模型，在方程窗口中直接点击Forcast按纽，就可以得到其在样本期的拟合预测值，设命名为Y2。而对于指数函数模型，需要先在方程窗口中由Forcast按纽得到lnY的预测值，设命名为LNYF，然后再计算Y的预测值Y1，即： GENR Y1=EXP（LNYF） 然后打入命令： PLOT Y Y1 PLOT Y Y2 即可得到模型1、2的拟合预测图（见下图）： 第四节 非线性回归模型 指数函数拟合预测图 二次函数拟合预测图 第四节 非线性回归模型 1、说明双曲线模型、双对数模型及半对数模型参数的意义。 2、利用例题3/4数据，熟悉和掌握Eviews软件的使用，画出相关图、残差分布表等。 课外练习 * * * * * 所以系数b的100(1-α)%置信区间为: 显然， 越小，置信区间越小。 对于多元线性回归模型，统计量 回归系数bi的100(1-α)%置信区间为： 第二节 回归模型的参数估计 一、模型的拟合优度检验 二、模型的显著性检验 三、解释变量的显著性检验 返回 第三节 回归模型的统计检验 一、模型的拟合优度检验 1．总平方和分解公式 设估计的多元线性回归模型为： 因为 在求解OLS估计过程中曾经得到： 第三节 回归模型的统计检验 则 且 故 （2-6） 上式记成 TSS = ESS + RSS 总平方和 回归平方和 残差平方和 第三节 回归模型的统计检验 2．判定系数R2 显然，0≤R2≤1,R2的值越接近于1，则表明模型对样本数据的拟合优度越高。 经济含义：定量地描述了y的变化中可以用解释变量的变化来说明的部分，即模型的可解释程度。 第三节 回归模型的统计检验 Yi 第三节 回归模型的统计检验 调整判定系数：判定系数受解释变量X的个数k的影响，在k的个数不同的模型之间进行比较时，判定系数必须进行调整。 其它准则： 第三节 回归模型的统计检验 二、模型的显著性检验 ? 检验模型对总体的近似程度——F检验。 1．F检验 对于 若原假设H0：b1=b2=…=bk=0 成立，则： 给定显著水平α，查表得临界值Fα（单侧检验）： 第三节 回归模型的统计检验 若F Fα，拒绝H0，模型的线性关系是显著的； 若F Fα，接受H0，模型的线性关系不显著，回归模型无效。 检验通不过的原因可能在于： ⑴解释变量选取不当或遗漏重要解释变量； ⑵解释变量与被解释变量之间不存在线性相关关系； ⑶样本容量n比较小； ⑷回归模型存在序列相关(时间序列中,不同时期)。 第三节 回归模型的统计检验 2．R2检验与F检验的关系 F是R2的单调增函数，Fα与 一一对应。 R2 F Fα 图2-7 F统计量与R2的关系 第三节 回归模型的统计检验 三、解释变量的显著性检验 H0：bi=0 ， 即假设xi对y没有显著影响，则 给定α，可由t分布表查得临界值tα/2, 若|t| tα/2 ，拒绝H0，xi 对y有显著影响； 若|t|≤tα/2 ，接受H0，认为xi 对y影响不显著，应考虑将xi 从模型中剔除，重新建模。 第三节 回归模型的统计检验 【例4】 (见教材P50) 操作演示 在EViews软件输出的回归分析结果中，在每个t统计量值ti的右端还列出了一个概率值p（又称为p值），它表示: P（|t|≥ti）＝p 即给出了所谓“精确的显著水平”。 第三节 回归模型的统计检验 一、可线性化模型 二、不可线性化模型 三、回归模型的比较 练习题及参考资料 返回 第四节 非线性回归模型 一、可线性化模型 1．倒数变换模型（双曲函数模型） 设： 即可变换