- 21
- 0
- 约小于1千字
- 约 3页
- 2020-11-17 发布于广东
- 举报
PAGE
PAGE 1
2:随机误差项的性质
(1)误差项代表了未纳入模型变量的影响;
(2)即使模型中包括了决定数学分数的所有变量,其内在随机性也不可避免,这是做任何努力都无法解释的;
(3)u代表了度量误差;
(4)“奥卡姆剃刀原则”,即描述应该尽可能简单,只要不遗漏重要的信息。
3:解释回归结果的步骤
(1)看整个模型的显著性,看F统计量的值;
(2)看单个参数的显著性;
(3)解释斜率的经济含义;
(4)解释R2。
4:古典线性回归模型的基本假定(同多元线性回归模型的基本假定相同)
(1)所有自变量是确定性变量;
(2)
(3)自变量之间不存在完全多重共线性。
12:样本回归方程,为残差项,
总体回归方程,为随机误差项
5:
样本回归函数:
随机样本回归函数:
总体回归函数:
随机总体回归方程:
观察值可表示为:
6:普通最小二乘法就是要选择参数、,使得参差平方和最小。
7:R2的计算公式:( R2度量了回归模型对Y变异的解释比例)
TSS:总离差平方和
ESS:回归平方和
RSS:残差平方和
(1)
(2)
(3)
8:F检验
9:F与判定系数R2之间的重要关系
当R2=0,F=0,当R2=1,F值为无穷大
10:校正的判定系数R2
11:普通最小二乘估计量的一些重要性质:
13:不同函数形式的总结
模型
形式
斜率=
弹性=
线性
Y=B1+B2X
B2
B2
原创力文档

文档评论(0)