计量经济学—理论·方法·Eviews具体应用.pptVIP

多元线性回归模型的参数估计出来后，即求出样本回归函数后，还需进一步对该样本回归函数进行统计检验，以判定估计的可靠程度。 一、拟合优度检验 1、可决系数与调整的可决系数 总离差平方和的分解 残差 离差分解 所以，在多元线性回归模型中，依然有 （3-20） 即 （3-21） 可决系数 该统计量越接近于1，模型的拟合优度越高。 问题：在应用过程中发现，如果在模型中增加一个解释变量， R2往往增大（Why?) 因为残差平方和往往随着解释变量个数的增加而减少。 这就给人一个错觉：要使得模型拟合得好，只要增加解释变量即可。—— 但是，现实情况往往是，由增加解释变量个数引起的R2的增大与拟合好坏无关，因此在多元回归模型之间比较拟合优度，R2 就不是一个合适的指标，必须加以调整。 调整的可决系数（adjusted coefficient of determination） 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-k-1为残差平方和的自由度，n-1为总体平方和的自由度。 显然，如果增加的解释变量没有解释能力，则对残差平方和RSS的减小没有多大的帮助，却增加了待估参数的个数，从而使得 有较大幅度的下降。 没有绝对的