统计方法应用.ppt

统计方法应用中国人民大学统计学院易丹辉;参考书目 ;概 述 ;定距测量 按事物大小、高低之间的距离测量 运算： =、 ； 、；+、— 定比测量 在定距测量基础上，增加绝对“0” 运算： =、 ； 、；+、—； 、 ; 2.????? 数据的类型 横截面数据 时间序列数据 混合数据 ; 3.????? 模型的基本类型 回归模型 一元线性回归 多元线性回归 非线性回归 Logistic回归 ;时间序列模型 传统时序模型 随机时序模型 截面时序回归模型（Panel Data 模型） （二）建模的基本思路 为研究的问题服务 变量间关系 数据的类型 ;一、?一元线性回归模型; 最小二乘估计量的性质 无偏性 参数估计值的期望是参数的真值 有效性 参数的所有线性无偏估计量中方差最小 一致性 随着观测次数无限增大,估计量越来越接近总体参数 观测次数与解释变量个数 1:10 ; （三）???? 模型检验 1. 回归系数的显著性检验 参数的t检验 作用 检验统计量 检验标准 2. 残差序列的自相关检验 D.W.检验 作用 检验统计量 d 检验标准;导致残差序列自相关的原因 数学模型选择不合适 模型中包含的自变量数目不合适 序列包含很强的趋势分量 滞后性 3. 拟合优度检验 检验 4. 回归标准差检验 相对指标 （四）精度评价 MAPE (五）最小信息准则 AIC SC HQC ;AIC 赤池信息准则（Akaike info criterion） 该项准则运用如下统计量评价模型的好坏 式中，L是对数似然函数，n是观测值数目，k是被估计的参数个数。AIC取值越小说明模型越优。 ;SC 施瓦茨准则（Schwarz criterion） 该项准则运用如下统计量评价模型的好坏 式中，L是对数似然函数，n是观测值数目，k是被估计的参数个数。SC取值越小说明模型越优。 ;HQC 汉南－奎因准则（Hannan-Quinn criterion） 该项准则运用如下统计量评价模型的好坏 式中，L是对数似然函数，n是观测值数目，k是被估计的参数个数。HQC取值越小说明模型越优。 以上三个准则建立在最大似然估计基础上 ;二、多元线性回归模型 ; （三）???? 模型检验 1. 回归系数的显著性检验 参数的t检验 作用 检验统计量 检验标准 参数t检验通不过的原因 变量不是影响因变量的显著因素 自变量间共线性 ; 2. 回归方程的显著性检验 回归方程的F检验 作用 检验统计量 检验标准 3. 和修正的 （ ） 4. 其它检验 ;（四）???? 自变量的选择与共线性 ??? 1. 自变量的选择 原则：所有变量都是影响因变量的显著因素 自变量间没有共线性 ????? 2. 共线性的识别 简单相关系数法： 0.7 t检验法: 的显著性检验未通过 符号判定法： 的符号与 的相反; 3. 共线性的消除 剔除 结合识别方法进行剔除 引入附加方程 ???? 4. 逐个剔除法 原则：将 t 检验未能通过的系数所对应的变量逐个剔 除，直到所有检验通过。 标准：剔除某个变量后重新建模，将新模型与原模型 比较，若 和 没有明显变化，其它统计量有所改善， 剔除合理，否则，不合理。; （五）???? 含滞后变量的模型 1.?有限分布滞后模型 仅含滞后