多元线性回归模型管理预测.pptVIP

* * OLS法得到该模型的回归方程为: 则两时期进口消费品函数分别为： 当tt*=1979年， 当t?t*=1979年， * * 案例 下表列出了1998年我国城镇居民人均收入与彩电每百户拥有量的统计资料。 * * 建立彩电需求函数模型为： 估计结果： Y=55.421+0.0126*X+34.063*D1-0.009*(X*D1) 各自的需求函数： 低收入家庭： 中高收入家庭： * * 例4.2 ：容量为209的样本估计的解释CEO薪水的方程为 其中，Y表示年薪水（万元）、X1表示年收入（万元）、X2表示公司股票收益（万元）；D1、D2和D3均为虚拟变量，分别表示金融业、消费品工业和公用事业。假设对比产业为交通运输业。 （1）解释三个虚拟变量参数的经济含义； （2）保持X1和X2不变，计算公用事业和交通运输业之间估计薪水的近似百分比差异。该差异在1%的显著水平上是统计显著的吗？ （3）消费品工业和金融业之间估计薪水的近似百分比差异是多少？写出一个使你能直接检验这个差异是否统计显著的方程。 * * * 最小样本容量：是指从最小二乘原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限。 样本容量必须不少于模型中解释变量的数目（包括常数项），这就是最小样本容量。 虽然当 n≥k+1 时，可以得到参数估计量，但除了参数估计量质量不好以外，一些建立模型所必须的后续工作也无法进行。 从参数估计角度：＞3×解释变量数目 从检验的有效性角度：＞30 模型的良好性质只有在大样本下才能得到理论上的证明. 经验表明当n-k〉=8时，t分布较为稳定，检验才较为有效。 * * * 通过修正判定系数R2判定拟合程度消除了自由度的影响，便于不同模型的拟合程度比较。 * * * * F分布右偏，随着k，n-k-1的增加，趋向于正态分布。 * * * * * * 2.t检验 建立原假设与备择假设： H1：?i?0 给定显著性水平?，可得到临界值t?/2(n-k-1)，由样本求出统计量t的数值，通过： |t|? t?/2(n-k-1) 或 |t|?t?/2(n-k-1) 来拒绝或接受原假设H0，从而判定对应的解释变量是否应包括在模型中。 H0：?i=0 （i=1,2…k） * * 三、回归系数的置信区间 给定显著性水平?，可得到临界值t?/2(n-k-1) 置信区间： 第六节 预测 * * 与一元线性回归模型的作法类似，预测指的是对各自变量的某一组具体值 来预测与之相对应的因变量值Y0。当然，要进行预测，有一个假设前提应当满足，即拟合的模型在预测期也成立。 * * 点预测值由已给定的诸X值对应的回归值给出，即： 一、点预测 * * 预测误差可定义为： 二、区间预测 1.单个值的预测区间 证明略 * * * * 2.均值的预测区间 与单个值预测的区别 证明略 * * 总结：多元线性回归分析计算步骤及主要公式 * * 1.由样本观测值（Yi，X1i，X2i，…，Xki）,（i=1,2,…,n），写出： ２.计算 X X ￠ ， 1 ) ( - ￠ X X ， Y X ￠ * * 3.计算OLS估计量。 5.计算残差平方和Σei2 。 4.计算被解释变量Y的拟合值。 * * 7.进行拟合优度检验。 8.计算参数估计量的标准差。 （i=0,1,2,…,k） 6.计算随机误差项的方差的估计量。 * * 10.若模型未通过检验，则重新建立模型并重复上述步骤；若模型通过检验，且满足模型的古典假定，则可利用此模型进行结构分析或经济预测等实际应用。 9.进行F检验和t检验。 第七节 案例分析 * * 经过研究，发现家庭书刊消费水平受家庭收入及户主受教育年限的影响。 Y——家庭书刊消费水平（元/月）； X1——家庭收入（元/月）； X2——户主受教育年限（年） 若经调查得到一家庭的收入水平为X1=4000， X2=20，要求预测Y0。 * * Y X1 X2 1 450 1027.2 8 2 507.7 1045.2 9 3 613.9 1225.8 12 4 563.4 1312.2 9 5 501.5 1316.4 7 6 781.5 1442.4 15 7 541.8 1641 9 8 611.1 1768.8 10 9 1222.1 1981.2 18 10 793.2 1998.6 14 11 660.8 2196 10 12 792.7 2105.4 12 13 580.8 2147.4 8 14 612.7 2154 10 15 890.8 2231.4 14 16 112