图6引进虚拟变量后的回归残差.pptVIP

第五章 线性回归的定式偏差 前面介绍的线性回归分析建立在模型假设成立的基础上，但这些假设并不必然成立。 本章讨论变量关系非线性、存在异常值、规律性扰动和解释变量缺落等，导致线性回归模型前两条假设不成立的定式偏差，包括它们对线性回归分析的影响，判断和处理的方法等。 本章结构 第一节 变量关系非线性 第二节 异常值 第三节 规律性扰动 第四节 解释变量缺落 第五节 参数变化 第一节 变量关系非线性 一、问题 二、发现与判断 三、问题处理和非线性回归 一、问题 线性回归模型都假设变量关系是线性随机函数关系，或者经过特定数学变换以后是线性随机函数关系。 但实际变量关系可能会存在偏差，存在用线性模型分析非线性关系的可能性。 把非线性变量关系当作线性关系处理，也可以说是违反误差项均值为0的假设，对线性回归分析的有效性有根本性的破坏作用。 例如若两个变量之间的真实关系为： 其中 满足 =0和线性回归模型的其他假设，但如果我们直接用： 进行回归分析，那么因为： 因此： 显然不可能始终为0。 把非线性变量关系作为线性关系进行分析是变量关系的误识别。 不仅会使得回归分析的拟合程度降低，还会对经济规律作出错误判断，以及导致较大