很有用 线性回归.pptVIP

例 2:在桔子需求的例子中,我们有: 方差分析表 来源 平方和 自由度 均方 F 回归平方和 5602 1 5602 残差平方和 698 10 69.8 总平方和 6300 11 因为 F0.01(1,10)=10,所以在0.05的显著性水平下,拒绝原假设,接受备择假设.换句话说,变量 x 和 y之间的线性关系是显著的。 由MSR=69.8 关于参数 的检验 由此得到接受 H1,即 与0有显著差异. 的 95% 置信区间为: 8.残差图分析 由正态分布的2 性质，可得 : 几种典型的残差图 拟合情况良好，线性模型适当。 线性模型不适合，模型应为曲线形式. outlier 数据中存在异常点时的残差图 拟合不充分 误差项具有异方差性时的残差图 误差项具有自相关时的残差图 9.预测 (1) 总体均值 E(y0|x0)的点预测 E(y0|x0)=β0+ β1X0 E(y0|x0)的点预测量 (2)总体均值E(y0|x0)的区间预测 类似地，我们有: 个别值 y0的点预测为： y0 y0的预测区间为： 均值的置信区间 X Y 均值的置信区间 X Y 个别值的预测区间 例 2003年我国内地城镇居民的人均消费与人均可支配收入数据见第二章表2.1。假定城镇居民的消费（用变量Y表示）与可支配收入（用变量X表示）之间的关系可以表示为： ，试利用Eviews软件完成以下问题： （1）建立城镇居民消费与可支配收入之间的数量模型； （2）对参数 、 进行估计； （3）计算拟合优度指标 ； （4）对模型的线性性及参数 、 进行显著性检验； （5）如果某地区城镇居民可支配收入为18500元，预测该地区居民的平均消费量。 SAS 系统 2012年10月10日 星期三 上午10时11分57秒 4 The REG Procedure Model: MODEL1 Dependent Variable: exp Number of Observations Read 17 Number of Observations Used 17 Analysis of Variance Sum of Mean Source DF Squares Square F Value Pr F Model 1 167473030 167473030 16395.3 .0001 Error 15 153220 10215 Corrected Total 16 167626250 Root MSE 101.06775 R-Square 0.9991 Dependent Mean 6887.52941 Adj R-Sq 0.9990 Coeff Var 1.46740 ? Parameter Estimates ? Parameter Standard Variable DF Esti