拟合优度（或称判定系数、决定系数）课件.pptVIP

均值预测带 参见课本P120图6-12 和图上边的那段话！ * 区间预测（个值预测） 构造 则有 即 构造 Y0的的置信区间 * 个值预测带 个值预测带的区间宽度与均值预测带比较而言是更大的，也就是预测精度更差！ * 应变量Y区间预测的特点，图示如下 Y的个别值的置信区间 Y均值的置信区间 SRF X Y * 扰动项的区间估计 对扰动项的区间估计使用的统计量为： * 一元线性回归模型举例 研究我国固定资产投资总额与GDP的关系 第一步：建立模型 第二步：收集数据 采用1980~1998年的数据，数据来源《中国统计年鉴(2000)》 说明：在理论经济学中I表示私人部门投资，在我国的统计体系中，固定资产投资总额既包括私人部门投资，也包括公共部门（政府）的投资。 * 举例 第三步：参数估计(OLS)，得 * 举例 第四步：模型检验 经济意义检验：b1的经济含义是固定资产投资乘数，肯定大于1，按我国的实际情况，不是很大，估计在4或5以下，通过检验。 统计检验：拟合优度检验、参数估计值显著性检验、模型显著性检验。 计量经济检验（异方差、序列资相关、随机解释变量、多重共线性） 模型预测检验 * 统计检验-拟合优度检验 样本判定系数 线性模型解释了因变量的99.29%，拟合程度很好。 * 统计检验-参数估计值显著性t检验 提出原假设： 备择假设： 构造统计量 计算得 检验：取 =5%，查表得 拒绝原假设，b1显著不为零 * 统计检验-方程显著性F检验 提出原假设： 备择假设： 构造统计量 计算得 检验：取 =5%，查表得 拒绝原假设，b1显著不为零，线性关系显著。可以发现t2＝2362约等于2367＝F，那是因为计算有误差。否则应该相等的。 * 预测 点预测 1999年固定资产投资总额29854.7亿元 个值区间预测 * 另外一个实例 * * * 相关关系 分类： 只有两个变量：简单相关； 三个及三个以上：多重相关（复相关）； 线性相关、非线性相关； 正相关、负相关、不相关 * 正相关（我国人均消费函数） Y为我国人均消费 X为我国人均国民收入 相关系数：0.98 200 400 600 800 1000 1200 0 500 1000 1500 2000 2500 Y X * 负相关 Y与X的相关系数： -0.92 20 30 40 50 60 70 80 0 10 20 30 40 Y X * 不相关（不排除存在曲线相关） 相关系数为： 4.24E-18 -60 -40 -20 0 20 40 60 -60 -40 -20 0 20 40 60 Y X * * * * * * * * 复习与提高 Yi=a+bXi+ui Yn Xn ? ? Y2 X2 Y1 X1 根据已知样本采用OLS得拟合直线 拟合直线性质（数值性质）: 通过样本均值 残差和=0 残差与自变量无关 拟合值与残差值无关 R2?0 TSS RSS ESS R2 R2?1 用直线反映总体 Good Bad * 凝神守一 朴而不露 * 拟合优度（或称判定系数、决定系数） 目的：企图构造一个不含单位，可以相互进行比较，而且能直观判断拟合优劣的指标。 拟合优度的定义： 意义：拟合优度越大，自变量对因变量的解释程度越高，自变量引起的变动占总变动的百分比高。观察点在回归直线附近越密集。 取值范围：0-1 * 拟合优度（或称判定系数、决定系数） 判定系数只是说明列入模型的所有解释变量对应变量的联合的影响程度，不说明模型中单个解释变量的影响程度。 对时间序列数据，判定系数达到0.9以上是很平常的；但是，对截面数据而言，能够有0.5就不错了。 * 判定系数达到多少为宜？ 没有一个统一的明确界限值； 若建模的目的是预测应变量值，一般需考虑有较高的判定系数。 若建模的目的是结构分析，就不能只追求高的判定系数，而是要得到总体回归系数的可信任的估计量。判定系数高并不一定每个回归系数都可信任； * 4.3 判定系数和相关系数的关系：（1）联系 数值上，判定系数等于应变量与解释变量之间简单相关系数的平方: * 判定系数和相关系数的关系：（2）区别 判定系数 相关系数 就模型而言 就两个变量而言 说明解释变量对应变量的解释程度 度量两个变量线性依存程度。 度量不对称的因果关系 度量不含因果关系的对称相关关系 取值：[0,1] 取值：[－1,1] * 样本判定系数（Determinants of coefficient）R2 随机项μ的方差σμ2的最小二乘估计量 拟合优度