单方程计量经济学模型理论与方法(ppt 93页).pptVIP

如果Yi=?i 即实际观测值落在样本回归“线”上，则拟合最好。 可认为，“离差”全部来自回归线，而与“残差”无关。 对于所有样本点，则需考虑这些点与样本均值离差的平方和,可以证明： 记 总体平方和（Total Sum of Squares） 回归平方和（Explained Sum of Squares） 残差平方和（Residual Sum of Squares ） TSS=ESS+RSS Y的观测值围绕其均值的总离差(total variation)可分解为两部分：一部分来自回归线(ESS)，另一部分则来自随机势力(RSS)。 在给定样本中，TSS不变， 如果实际观测点离样本回归线越近，则ESS在TSS中占的比重越大，因此 拟合优度：回归平方和ESS/Y的总离差TSS 2、可决系数R2统计量 称 R2 为（样本）可决系数/判定系数（coefficient of determination)。 可决系数的取值范围：[0，1]，等于相关系数的平方。 R2越接近1，说明实际观测点离样本线越近，拟合优度越高。 注意：1、用横截面数据时， R2的值会低些 2、用时间数列数据时，其值会高些 3、当增加自变量数据时，其值会随之提高。 在例2.1.1的收入-消费支出例中， 注：可决系数是