第5讲一元线嘿性回归23.pptVIP

二、 回归分析结果的评价;回归模型在多大程度上解释了因变量y取值的差异？可以用判定系数R2来回答这一问题 在不良贷款与贷款余额的回归中，得到的R2=71.16%，解释了不良贷款变差的2/3以上，说明拟合的效果还算不错 考察关于误差项?的正态性假定是否成立。因为我们在对线性关系进行F检验和回归系数进行t检验时，都要求误差项?服从正态分布，否则，我们所用的检验程序将是无效的。?正态性的简单方法是画出残差的直方图或正态概率图 计量单位的讨论，因果模型的特征;Excel输出的部分回归结果; 残差分析;残差图(residual plot);残差图(形态及判别);残差图(例题分析);标准化残差(standardized residual);标准化残差图;标准化残差图(例题分析);异常值;异常值识别;有影响的观测值;有影响的观测值图示; 小 结 ;利用回归方程进行估计和预测;利用回归方程进行估计和预测（点估计）;? y 的平均值的点估计 利用估计的回归方程，对于自变量 x 的一个给定值 x0 ，求出因变量 y 的平均值的一个估计值E(y0) ，就是平均值的点估计 在前面的例子中，假如我们要估计人均国民收入为2000元时，所有年份人均消费金额的的平均值，就是平均值的点估计。根据估计的回归方程得 ;? y 的个别值的点估计;点估计不能给出估计的精度，点估计值与实际值之间是有误差的，因此需要进行区间估计 对于自变量 x 的一个给定值 x0，根据回归方程得到因变量 y 的一个估计区间 区间估计有两种类型 置信区间估计 预测区间估计;参数最小二乘估计量的协方差分析 均是无偏估计 均是正态分布 协方差;? y 的平均值的置信区间估计 利用估计的回归方程，对于自变量 x 的一个给定值 x0 ，求出因变量 y 的平均值E(y0)的估计区间 ，这一估计区间称为置信区间 E(y0) 在1-?置信水平下的置信区间为;【例】根据前例，求出人均国民收入为1250.7元时，人均消费金额95%的置信区间 解：根据前面的计算结果 ＝712.57，Sy=14.95， t???(13-2)＝2.201，n=13 置信区间为:;? y 的个别值的预测区间估计 利用估计的回归方程，对于自变量 x 的一个给定值 x0 ，求出因变量 y 的一个个??值的估计区间，这一区间称为预测区间 y0在1-?置信水平下的预测区间为; 【例】根据前例，求出1990年人均国民收入为1250.7元时，人均消费金额的95%的预测区间 解：根据前面的计算结果有 ＝712.57，Sy=14.95，t???(13-2)＝2.201，n=13 置信区间为;影响区间宽度的因素;置信区间、预测区间、回归方程;多元线性回归;学习目标; 目的要求 :1.掌握多元线性回归模型的概念 2. 掌握多元线性回归模型的最小二乘估计 3.掌握多元线性回归模型的最小二乘估计量的统计性质 4.掌握多元线性回归模型的统计检验 5.会用多元线性回归模型分析简单经济问题;多元回归分析模型;与简单回归的相似点; 现实经济问题是复杂的，用一个解释变量去说明往往是不够的。随着解释变量数目的增多，由一元线性回归模型可以引申出多元线性回归模型。我们可以将多元线性回归模型用如下方式表述：;;1 多元线性回归模型;多元回归模型与回归方程;多元回归模型 (multiple regression model);多元回归模型(基本假定) ;多元回归方程 (multiple regression equation);二元回归方程的直观解释;估计的多元回归方程;估计的多元回归的方程(estimated multiple regression equation);参数的最小二乘估计;参数的最小二乘法;参数的最小二乘法(例题分析); 二元线性回归模型 一、 模型的估计 Y= ? 0+ ? 1X1+ ? 2X2+u 1.四种关系式: (1) Yi= ? 0+ ? 1X1i+ ? 2X2i+ui (真实或总体关系式) (2) E(Yi)= ? 0+ ? 1X1i+ ? 2X2i (总体回归直线) (3) Yi= (估计或样本关系式)