第3章回归预测法5.pptVIP

第三章 回归预测法 3.1 一元线性回归预测法 3.2 多元线性回归预测法 3.3 非线性回归预测法 3.4 应用回归预测时应注意的问题 3.2 多元线性回归预测法 * * 3 6 19 10 3 4 16 9 3 6 18 8 4 7 21 7 4 6 20 6 3 4 14 5 2 2 9 4 5 7 18 3 7 10 23 2 6 8 22 1 ：人 ：$1000 年净收入 年食品支出 Y：$100 家庭 作业1： 某地区10个低收入家庭年食品支出与年净收入相关资料如下，试对该数据进行回归分析。 10个低收入家庭年食品支出与年净收入相关资料 要求：1）分别以年净收入和家庭规模为自变量建立一元 线性回归方程，并对模型进行简要分析； 2）用年净收入和家庭规模为自变量建立二元线性 回归方程，并对模型进行简要分析； 3）上述二分析结果是否一致，为什么？ 作业3： 什么是置信区间、什么是预测区间，二者的异同是什么？ 作业2.某联邦储备银行的分析家在储备银行系统内随机抽取了个包含45家银行的随机样本，收集了有关贷款活动的信息，该分析家对各家银行全部贷款的净收益率（Y）和存款总额（X）计算出如下数据：X--存款总额，单位百万美元；Y--贷款净收益率（净收益对贷款的比率）；n=45；∑X=787.5；∑Y=225；∑XY=3800；∑X =15150 要求： a.建立回归模型并解释模型中参数的经济含义； b.某国民银行拥有存款约225百万美元，试估计其贷款净收益率； c.该估计值区间的性质是什么，为什么？ 一、建立模型 只涉及一个自变量，并且因变量 y 与自变量x 之 间为线性相关关系。 理论模型 经 济 含 义 自变量为零时因变量的平均水平 条件 均值 自变量变化一个单 位时，因变量平均 变化的绝对量。 3.1 一元线性回归预测法 估计模型： 随机误差 二、参数估计 理论依据：实际值与理论值的离差平方和为最小 最 小 二 乘 法 例：某企业对车间9名学徒工进行调查，得到学徒期限与每天产量情况如右表所示，要求建立以日产量为因变量的回归方程。 回归方程为：yc=0.83+87.5x 目的：模型精度检验； 统计量： 判别标准:回归标准差与Y均值之比低于1０% 三、模型检验（以一元线性为例） 1，回归标准差检验 目的：回归方程对样本的拟合优度； 统计量： 判别标准: ?1，说明回归方程拟合的越 好； ?0，说明回归方程拟合的越差。 2，可决系数（判定系数 ） 目的：每个自变量x与y的线性相关性； 统计量： 判别标准:给定显著性水平 ，若 。 3，回归系数显著性检验 ： 假设： 其中： 则回归系数显著。 ， 目的：回归模型总体的线性相关性； 统计量： 判别标准:给定显著性水平 ，若 。 4，回归模型显著性检验 ： 假设： 则回归方程显著。 回归方程不显著； 回归方程显著； ~ 目的：回归余项相互独立； 统计量： 判别标准: dU DW 4-dU 5，序列相关性检验（D—W）： ?例 1 ：已知身高与体重的资料如下表所示： 50 52 57 56 60 65 62 70 体重（公斤） 1.55 1.60 1.65 1.67 1.7 1.75 1.80 1.82 身高（米） 要求： （1）拟合适当的回归方程； （2）判断拟合优度情况； （3）对模型进行显著性检验；（α=0.05） （4）当体重为75公斤时，求身高平均值的 95%的置信区间。 （1）n=8，经计算得： 解： 因此，建立一元线性回归方程为： （2）可决系数 （3）回归模型显著性检验： 拒绝原假设，认为所建线性回归模型是显著的。 （4）回归估计标