数据分析及SPSS软件new.pptVIP

§3.3 参数估计量的性质 在满足基本假设的情况下，其结构参数?的普通最小二乘估计、最大或然估计及矩估计仍具有： 线性性、无偏性、有效性。 同时，随着样本容量增加，参数估计量具有： 渐近无偏性、渐近有效性、一致性。 性质1、线性性 其中,C=(X’X)-1 X’ 为一仅与固定的X有关的行向量 性质2、无偏性 性质3、 性质4、有效性（最小方差性） 性质5、 回归参数与残差项不相关,在正态假定下回归参数与残差项不相关等价于回归参数与残差项独立，从而 这两条性质对一元线性回归也成立。 性质6、 3.4 回归方程的显著性检验 （一）拟合优度 （二）回归方程显著性的F检验 （三）回归系数的显著性检验 （四）回归参数的置信区间 （一）回归拟合度评价和决定系数 拟合优度：检验回归方程对样本观测值的拟合程度。 两变量回归决定系数的公式 该统计量越接近于1，模型的拟合优度越高。 调整的可决系数 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，所以调整的思路是:将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响: 其中：n-p-1为残差平方和的自由度，n-1为总体平方和的自由度。 （二）回归