多元回归_5.3_R2与调整之后的R2计算以及相互关系.pdf

对外经济贸易大学 计量经济学 I n t r o d u c t i o n t o E c o n o m e t r i c s 导论 2 2 R 与调整之后R 的计 算以及相互关系 拟合优度 我们可以将每个观测值写成拟合值和残差值之和 ˆ ˆ 做出如下定义： y i y i u i y  y 2 总平方和 (SST) i ˆ 2 y  y  解释平方和(SSE) i ˆ2 u  i 为残差平方和(SSR) 可以证明 SST SSE  SSR 拟合优度 我们如何考虑样本回归线与样本数据的拟合 程度呢? 我们可以计算总平方和 （SST）中可以由模 2 型解释的比例，也就是模型的拟合优度R 。 R2 = SSE/SST = 1 – SSR/SST OLS 估计量的推导 2 还可以证明， 也可以视为 y 和 的相关系数的平方 2 ˆ ˆ y  y y  y  2 i i R  2 ˆ ˆ 2 y  y   y  y  i  i  关于R2 01 回归中增加一个变量后，SSR通常会减小，所以R2 通常会增加。 02 2 2 由于在回归中增加自变量R 通常会增加，所以R 不 是比较模型的好的方法。 03 稍后我们将看到如何决定是将一个变量还是多个变 量添加到模型中。 2 2 R 与 2 2 (“调整R ”) 通过“惩罚”加入的新回归变量个数 来修正R2 的这个问题。 2 调整R : 2 −−1 −1 2 = 1 − −1 = 1 − −−1 (1 − ) 注意: 2 2 R , 若样本n较大，则两者接近。 2 加入新的回归变量之后 不一定增大。 过原点模型的拟合优度 模型 = + + ⋯ + 1 1 2 2