多元线性回归模型的区间估计.pptxVIP

一、参数估计量的置信区间 ;线性回归模型的参数估计量是随机变量，利用一次抽样的样本观测值，估计得到的只是参数的一个点估计值。 如果用参数估计量的一个点估计值近似代表参数值，那么，二者的接近程度如何？以多大的概率达到该接近程度？ 这就需要构造参数的一个区间，以点估计值为中心的一个区间（称为致信区间，confidence interval），该区间以一定概率（称为致信水平，confidence coefficient）包含该参数。;2. 参数估计量的区间估计 ;Dependent Variable: CONSP; 在消费模型例中, 给定? = 0.05，查表得临界值：t0.025(19) = 2.093;3. 如何才能缩小置信区间？ ;二、预测值的置信区间 ;2. 预测值Y0置信区间的推导; 所以，当给定解释变量值X0后，能得到被解释变量Y0以(1- ?)的致信水平处于该区间的结论。;Dependent Variable: CONSP;在消费模型中， 1999年的CONSP=1564.4,给出2000年的GDPP=3789.7, 再由模型： CONSP = 128.6595 + 0.2244*GDPP + 0.4341*CONSP(-1) 计算得2000年CONSP的预测值为:1658, 2000年人均消费的实际值为:1