第7章多元回归分析：估计问题.pptVIP

第四节 从多元回归的角度看简单回归 经典线性回归模型的假定声称，分析中所用的回归模型是正确设定的，无设定上 的偏误会误差。 若假定例7.1中式7.6.1是解释儿童死亡率行为与人均GNP和妇女识字率FLR之关系的“真实”模型。假设我们去掉FLR而估计如下简单回归： 其中Y=CM，X2=PGNP。做回归： 与“真实”多元回归相比： 1.从绝对值看，PGNP系数从0.0056增加到0.0114，几乎大一倍。 2.标准误不同。 3.截距值不同。 4.r2 值明显不同。 错误拟合一个模型会导致严重后果。 第五节 R2及校正R2 R2 的一个重要性质是，随着回归元个数的增大， R2 几乎必然增大。 这里， 就是 ，与模型中X变量的个数无关。但RSS即 却与模型中出现的回归元个数相关。随着X变量个数的增加 很可能减小，随之R2 也将增大。 因此，比较有同一因变量但有不同个数的X变量的两个回归时，选择有最高R2 值的模型必须当心。 k=包括截距项在内的模型中参数个数。 如此定义的R2 ，称为校正R2 (adjusted R2)，记为 。 很容易得出上式，可看出： （1）对于k1， 。 （2）虽然R2 是非