§2.4多元线性回归模型的统计检验.ppt

01-3-3 重庆商学院经济系 §2.4多元线性回归模型的统计检验 1、拟合优度检验 2、方程显著性检验（F检验） 3、变量显著性检验（t检验） 模型统计检验的实质 模型统计检验不涉及模型的经济内涵 旨在检验模型是否满足数学理论与方法上的要求——统计差异显著性 拟合优度检验（R2）、方程差异显著性检验（F）和变量差异显著性检验（t）通称称为模型的统计检验。 统计检验的结果表明模型是否能代表数据，或者说观察到的事实是否支持模型。 一、拟合优度检验 检验模型对样本的拟合程度称为拟合优度。 LS的优良性指的是不同方法对同一问题的判断。 拟合优度检验指的是对不同问题之间的比较。 方法：构造一个表征拟合程度的指标，根据一定准则进行判断。 例如左边两个问题，它们都满足LS，但拟合程度明显不同。 1总平方和=解释平方和+残差平方和 为什么ESS是由解释变量引起的变动？ 为什么ESS是由解释变量引起的变动？ ESS是一个变动 ESS是由解释变量的变动决定的 ESS是被解释变量变动的一部分 平方和分解图示 名词对照 Total Square Sum Explain Square Sum Residual Square Sum —————————— Total Square Sum Error Square Sum Regression Square Sum 总平方和 解释平方和 残差平方和 ——————— 总平方和 误差平方和 （残差平方和） 回归平方和 （解释平方和） 2、拟合优度r2和调整了的R2 r2 —拟合优度（判定系数、决定系数） R2—调整了的拟合优度 可决系数（拟合优度）r2 解释变量引起的变动占总变动的百分比 取值在0~1之间，越大拟合越好 调整了的R2 用残差平方和与总平方和各自的自由度进行调整。以防止企图通过增加解释变量个数来提高拟合优度的错误倾向。 引入调整可决系数的作用 二、方程显著性检验（F检验） 1、假设检验 根据样本提供的信息，承担给定的风险下，对未知总体分布的某些方面作出合理的判断，称为统计假设检验，简称假设检验 2、方程显著性的F检验 依据假设检验的原理和步骤，把模型作为一个整体进行假设检验，检验模型中被解释变量与解释变量之间的线性关系是否显著的成立。 suppose vt. 推想, 假设, 猜想 vi. 料想 conj. 假使...结果会怎样 let vt. 假设, 出租, 允许, 排放, 让...进入(或通过), 妨碍 vi. 出租, (工程等)被承包 n. 出租屋, 障碍 例如，Let a=b ,c=100 统计假设检验 hypothesis n. 假设 hypothesis test H0?? hypothesis null null adj. 无效力的, 无效的, 无价值的, 等于零的 n. 零, 空, 零迅号 HA ?? hypothesis alternative alternative n. 二中择一, 可供选择的办法, 事物 adj. 选择性的, 二中择一的 alternatively adv. 做为选择, 二者择一地 假设检验的原理 1、提出二择一的假设: H0（往往与目的相反）与HA（往往是欲得到的结论） 2、给定显著水平?（小概率） 3、在H0成立下，收集数据，构造检验统计量（如t、F），且已知统计量的分布，能计算出取各种值的概率 4、查表得小概率发生的临界值（如t ? 、F ? ） 5、将样本值和H0代入检验统计量进行计算 6、将计算结果与临界值比较，若大于临界值，小概率事件发生，根据小概率原理，在一次试验中小概率事件是不会发生的。现在，居然发生了。错在哪里？ 7、原来是假设H0错了，因为一切都是在H0成立下推证的，于是拒绝H0。否则，不拒绝H0（注意没有使用“接受”） 大海里捞针——反证法 H0：一棵针掉进了大海里（海底只有一棵针） HA：海底不只一棵针 显著水平? =0.01（小概率事件发生的概率） 进行抽样（试验）——到海底捞针 通常用大海里捞针比喻不可能发生的事 现在，一次潜水（抽样试验）就捞上一棵针，这掉下的一棵针居然被我们捞上来，不可能发生的事件发生了，于是拒绝H0，认为大海里不只一个针。“只有一棵针”，在一次抽样试验中是捞不上来的。 两类错误之一——弃真 1、H0：海底只有一棵针。但一次试验捞了上来。因为小概率事件发生，必须拒绝（H0）。然而此时此地海底真的只有一棵针，结论说不只一棵针，错了！犯“弃真”错误了。只有拒绝H0时才会犯弃真错误 2、此时犯了弃真的错误，但是犯弃真错误的可能性，事先已经控制——只有显著水平?（小概率）那么大 3、所以拒绝不仅是坚决的，而且犯弃真错误的概率（冒险率—风险是事先控制的）也很小=?。所得结论的可靠