§24多元线性回归模型的统计检验.pdf

§2.4 多元线性回归模型的统计检验 Statistical Test of Multiple Linear Regression Model 一、拟合优度检验 二、变量显著性检验 三、方程显著性检验 计量经济学模型是应用数理统 计方法建立的一类经济数学模型， 模型必须满足数学理论与方法上的 要求，所以在模型参数估计后，需 要检验其是否满足数学理论与方法 上的要求。 • 我们所要进行的统计检验包括两个方 面，一方面检验回归方程对样本数据的 拟合程度，通过可决系数来分析；另一 方面检验回归方程的显著性，通过假设 检验对模型中被解释变量与解释变量之 间的线性关系在总体上是否显著成立作 出推断，包括对回归方程线性关系的检 验和对回归系数显著性的检验。 一、拟合优度检验 Testing the Simulation Level 拟合优度检验，顾名思 义，是检验模型对样本观测 值的拟合程度。 1、总体平方和、残差平方和和回归平方和 TSS ( Y  Y ) 2 i 2 ˆ ESS ( Yi  Y ) 2 ˆ RSS ( Y  Y ) i i TSS为总体平方和 （Total Sum of Squares），反 映样本观测值总体离差的大小；ESS为回归平方和 （Explained Sum of Squares），反映由模型中 解释变量所解释的那部分离差的大小；RSS为残差 平方和 （Residual Sum of Squares），反映样本 观测值与估计值偏离的大小，也是模型中解释变 量未解释的那部分离差的大小。 TSS=RSS+ESS 2、拟合优度检验统计量：可决系数R2 和校正可决系数R2 1 （）可决系数 用可决系数R 2 进行拟合优度检验，可决系 数的计算公式为： ˆ 2 Y Y  2 i R Y Y 2 i 0 R 2 1 ，该统计量越接近于 1，模型 的拟合优度越高。 在应用过程中我们会发现，如果在模型中增加一 个解释变量，模型的解释功能增强了，可决系数R 2 计 ˆ 2 Y Y  算公式中的分子——回归平方和 i 就会增大， 因而R 2 就增大。这就给人一种错觉：似乎要使模型拟 合得好，就必须增加解释变量。但是，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，用以检验拟合优度的统计量必须能够防止这种倾 向，我们可以用自由度来调整R 2 ，用R 2 来表示调整 后的可决系数，以剔除解释变量数目与样本容量的影 响，使具有不同样本容量和解释变量数目的回归方程 可以进行拟合优度的比较。 2 （）校正可决系数 2  n