多元线性回归模型概述.pptVIP

※ 新增解释变量的判断准则 ——若新增的解释变量导致模型的AIC↑和SC↑，而 ， 则应剔除该新增的解释变量。反之，则应保留该新增的解释变量。 ——若新增的解释变量导致模型中各个变量的t值↓，且部分变量通不过t检验，则应剔除该新增的解释变量。反之，则保留该新增的解释变量。 ——从经济学理论上说，若新增的解释变量对被解释变量有显著影响，则即使出现了上述情况，也应保留该变量，而考虑剔除其它解释变量。 （二）方程显著性检验 知识体系 1、自由度df（★ ★ ★） 2、构造F统计量（★ ★ ★） 3、F检验的步骤（★ ★） 4、 （二）方程显著性检验 1、自由度df （1）判断准则 ——统计量的df，取决于样本容量n与引入的独立统计量个数k之差； ——抽样分布的df，取决于构造抽样分布的统计量中自由度最小的统计量。 ——回归模型的df，取决于模型中能够自由取值的变量个数。 表4-2 多元线性回归模型的df 项目 多元线性回归模型 样本回 归模型 样本回 归函数 TSS ESS RSS Note：在回归模型中， 看作常数，而在回归函数中，却看作随机变量。 2、构造F统计量 （二）方程显著性检验 3、F检验的步骤 （二）方程显著性检验 （1）分析问题，提出假设 （2）确定检验的统计量 （3）构造小概率事件 3、F检验的步骤 （二）方程显