第4章多元回归：估计与假设检验11.pptVIP

b1，b2 服从正态分布 b1，b2 服从正态分布 古董钟案例 古董钟案例 R2=0.890614 相当高，表示两个解释变量解释了拍卖价格89%的变异 古董钟 统计显著吗？ 古董钟案例 看设定误差 模型中遗漏相关变量的设定误差 Specification bias or Specification error *2、赤池信息准则和施瓦茨准则 为了比较所含解释变量个数不同的多元回归模型的拟合优度，常用的标准还有: 赤池信息准则（Akaike information criterion, AIC） 古董钟 对回归结论的解释和讨论 可决系数/判定系数 该统计量越接近于1，模型的拟合优度越高。 问题： 在应用过程中发现，如果在模型中增加一个解释变量， R2往往增大 这就给人一个错觉：要使得模型拟合得好，只要增加解释变量即可。 模型中解释变量的个数越多，其值越大。 结果，对于包含有不同解释变量个数（导致自由度不同）的两个回归模型的样本判定系数R2，无法进行比较。 必须根据模型中解释变量的个数进行调整，即使用“校正的判定系数”： 校正的（调整的）可决系数（adjusted coefficient of determination） 在样本容量一定的情况下，增加解释变量必定使得自由度减少，所以调整的思路是:将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响: 其中：n-k为残差平方和的自由度，n-1为总体平方和的自由度。 p84 * 校正可决系数的性质： 即随着模型中解释变量个数的增加，校正判定系数 越来越小于未校正判定系数R2，这似乎是对增加解释变量的“惩罚”。 首先：由 可知: 当出现负值时，拟合优度没有意义，此时，我们取 虽然未校正判定系数R2总为正，但校正的判定系数 可能为负。 （板书推导） * 答：从数值的角度讲，当然越大越好。 但是，拟合优度并不是评价模型优劣的唯一标准。 我们建立计量经济学模型是要使得模型具有良好的经济意义，可以解释现实的经济现象，并不是数字游戏。因此，我们不能仅仅从拟合优度数值上来选择模型，有时为了使具有重要经济意义的解释变量保留在模型中，使模型能够更好地反映现实经济状况，宁可牺牲一点拟合优度。 （修正）可决系数多大算好？ 4.11 何时增加新的解释变量 只要校正判定系数值增加，就可以增加新的解释变量（案例）。 可以证明：如果增加变量系数的 ，校正的判定系数就会增加。（案例或教材P85） 施瓦茨准则（Schwarz criterion，SC） 这两准则均要求仅当所增加的解释变量能够减少AIC值或AC值时才在原模型中增加该解释变量。 第4章 多元回归：估计与假设检验 本章主要内容如下： 4.1 三变量线性回归模型 4.2 多元线性回归模型的若干假定 4.3 多元回归参数的估计 4.4 多元回归的拟合优度检验 4.5 多元回归的假设检验 4.6 多元回归的联合假设检验 4.7 从多元回归模型到双变量模型：设定误差 4.8 校正的判定系数？ 其他 * 第2章 线性回归的基本思想——双变量模型：区别了总体回归模型与样本回归模型（后者估计前者），并介绍了常用的估计方法——最小二乘法 第3章 双变量模型：假设检验：参数估计值与假设值是否相一致？ 第4章 多元回归：估计与假设检验：双变量回归扩展到多元回归；解释变量不只一个。 第5章 回归模型的函数形式：若干参数线性，但变量非线性的模型 第6章 虚拟变量回归模型：解释变量是定性的，比如性别、颜色、宗教信仰等；本章讨论如何使这些变量定量化，以及在线性回归模型中如何考虑这类变量的影响。 一知半解是危险的：理解和解释回归结果需要枯燥的理论 第4章 多元回归：估计与假设检验 本章主要回答如下问题： 如何估计多元回归模型？异同？ 假设检验？异同？ 新的特性? 解释变量的个数如何确定？ 第4章 多元回归：估计与假设检验 本章主要内容如下： 4.1 三变量线性回归模型 4.2 多元线性回归模型的若干假定 4.3 多元回归参数的估计 4.4 多元回归的拟合优度检验 4.5 多元回归的假设检验 4.6 多元回归的联合假设检验 4.7 从多元回归模型到双变量模型：设定误差 4.8 校正的判定系数？ 其他 4.1 三变量线性回归模型 1．三变量回归模型的一般形式 总体回归函数的非随机形式： 随机形式： 其中，Y=因变量；X2、X3=解释变量；u=随机扰动项；t=第t个观察值。B1是截距， 表示了当X2、X3为0时，Y的平均值。B2、B3称为偏回归系