第6章 多元回归分析：深入专题.pptVIP

伍德里奇 《计量经济学导论》（第4版） 主讲教师：闫晶晶 国内外经典教材名师讲堂 第6章　多元回归分析：深入专题 第六章 多元回归分析：深入专题Multiple Regression Analysis: Further Issues 一、变量的测量单位 二、函数形式 三、拟合优度 四、预测 改变变量的测量单位对OLS的影响 有时候，为了解释的方便，我们需要改变自变量或因变量的测量单位。 改变自变量或因变量的测量单位不会影响t 检验和F 检验的结果，也不会改变R2。但是系数的估计值会发生变化，因此在对系数的估计值进行解释时需要格外注意。 重新定义变量：一个例子 以下模型反映了婴儿出生体重与孕妇吸烟量和家庭收入之间的关系： 考虑如下单位变换： （1）出生体重单位由盎司变为磅 （2）香烟的支数变为包数 估计结果列于下表 Y （column） （1） bwght （2）bwghtlbs （3） bwght X （rows） Cigs -0.4634 （0.0916） -0.0289 （0.0057） -- Packs -- -- -9.268 （1.832） Faminc 0.0927 （0.0292） 0.0058 （0.0018） 0.0927 （0.0292） Intercept 116.794 （1.049） 7.3109 （0.0656） 116.974 （1.049） Observations 1388 1388 1388 R-squared 0.0298 0.0298 0.0298 SSR 557,485.51 2177.5778 557.485.51 SER 20.063 1.2539 20.063 改变被解释变量测度单位的影响 因为1磅＝16盎司，被解释变量被除以16。 比较第1列与第2列。 （1）中被估参数/16＝ （2）中被估参数 （1）中被估参数的标准差/16＝ （2）中被估参数的标准差 改变被解释变量测度单位的影响 （1）和（2）中t 统计量相同 R2相同 （1）中SSR/（16*16）＝ （2）中SSR （1）中SER（标准差）/16＝ （2）中SER 改变解释变量测度单位的影响 现在香烟数量单位变为包。 现在比较 第（1）列和第（3）列。 变量faminc系数和截距项的估计值和其标准差分析同上。 packs的系数估计值和标准差变为20倍。 改变解释变量测度单位的影响 t 统计量相同 R2相同 SSR相同 SER相同 重新定义变量 改变变量y的测度单位会导致系数和标准差相应的改变，所以解释变量系数显著性和对其解释没有改变。 改变一个变量x的测度单位会导致该变量系数和标准差的相应改变，所以所有解释变量显著性和对其解释没有改变。 重新定义变量 如果被解释变量以对数形式出现，改变被解释变量度量单位对任何斜率系数没有影响。 来自log（cy）=log（c）+log（y），改变y测度单位将改变截距，不改变斜率系数。 Beta系数：标准化系数 考虑如下形式的样本回归方程： 我们能说x1是最重要的变量吗？ 现在，查看以下各个变量的单位： y单位：美元 x1单位：美分 x2单位：千美元 Beta系数：标准化系数 上例揭示了什么问题？ 被估计系数的大小是不可比较的。 一个相关的问题是，当变量大小差别过大时，在回归中因运算近似而导致的误差会比较大。 　　Beta系数：标准化系数 “标准化系数”或“Beta系数”有着特殊的意义 使用Beta系数是因为有时我们把y和各个x替换为标准化版本——即减去均值后除以标准离差。 系数反映对于一单位x的标准离差的y的标准离差。 　　标准化系数 在得到OLS的系数估计值后，由于自变量的测量单位不同，无法比较哪一个自变量的变化对因变量的影响更大，此时可以运用标准化系数（standardized coefficient）或β系数（β coefficient）来比较自变量的相对变化对因变量相对变化的影响。 　　标准化系数 标准化系数 标准化系数 例题： price:住房价格；nox:空气中氧化亚氮含量； crime：人均犯罪次数；dist：社区距商业中心距离； rooms：平均每套住房的房间数；stratio：学校的生师比 对数函数 为何使用对数函数？ 如果因变量为正数，取对数后常常更接近正态分布。另一方面，因变量取对数后会使异方差的程度降低。 取对数会缩小变量的值，解释来更为方便，而且减小了异常值（极端值）对估计的影响。 何时使用对数函数？ 大的正整数（如以货币单位计量的变量、人口等） 以百分比或比例计量的变量常常用其水平值，但也可以取对数 函数形式 OLS也可以用在x和y不是严格线性的情况，通过使用非线性方程，使得关于参数仍为