工业系统工程回归分析.pptVIP

3、一元线性回归模型的检验 ①回归模型的检验的种类 理论意义检验 一级检验 二级检验 * * 第三十页，共七十三页。 ① 回归模型的检验的种类 理论意义检验主要涉及参数估计值的符号和取值区间。 如果它们与实质性科学的理论以及人们的实践经验不相符，就说明模型不能很好地解释现实的现象。 常常会遇到理论意义检验不能通过的情况，主要原因是： 社会经济的统计数据无法像自然科学中的统计数据那样通过有控制的实验去取得; 观测的样本容量偏小，不具有足够代表性; 不满足标准线性回归分析所要求的假定条件。 * * 第三十一页，共七十三页。 一级检验又称统计学检验，它是利用统计学的抽样理论来检验样本回归方程的可靠性。 分为拟合程度评价和显著性检验。 一级检验是对所有现象进行回归分析时都必须通过的检验。 二级检验又称经济计量学检验，对标准线性回归模型的假定条件能否得到满足进行检验，包括序列相关检验、异方差性检验等。 * * 第三十二页，共七十三页。 ② 拟合程度的评价 拟合程度，是指样本观测值聚集在样本回归线周围的紧密程度。 判断回归模型拟合程度优劣最常用的数量指标是可决系数 (又称决定系数或判定系数)。 可决系数是建立在对总离差平方和进行分解的基础上的。 * * 第三十三页，共七十三页。 误差平方和 回归 平方和 总离差平方和 * * 第三十四页，共七十三页。 总离差平方和 回归平方和 残差平方和 ＳＳＴ＝ＳＳＲ＋ＳＳＥ * * 第三十五页，共七十三页。 可决系数是对回归模型拟合程度的综合度量，可决系数越大，模型拟合程度越高。可决系数越小，则模型对样本的拟合程度越差。 可决系数 * * 第三十六页，共七十三页。 ③ 显著性检验 回归分析中的显著性检验包括两方面的内容: 对各回归系数的显著性检验，通常采用 t 检验; 对整个回归方程的显著性检验，通常采用在方差分析基础上的 F 检验。 在一元线性回归模型中，由于只有一个解释变量，对回归系数的 t 检验与对整个方程的F检验是等价的。 回归系数的显著性检验，就是根据样本估计的结果对总体回归系数的有关假设进行检验。 * * 第三十七页，共七十三页。 总体分布形式 检验统计量 * * 第三十八页，共七十三页。 【例】对工业总产值与能源消耗量之间的回归系数 进行显著性检验。 以上计算的t值远大于临界值，故拒绝原假设，接受备择假设，即认为能源消耗量对工业总产值的影响是显著的。 * * 第三十九页，共七十三页。 ④ 一元线性回归模型的估计与预测 估计的前提：回归方程经过检验，证明 X 和 Y 的关系在统计上是显著相关的。 点估计 对于给定的 X 值，求出 Y 平均值的一个估计值或 Y 的一个个别值的预测值。 区间估计 对于给定的 X 值，求出 Y 的平均值的置信区间或 Y 的一个个别值的预测区间。 * * 第四十页，共七十三页。 点估计 若 x = 80（十万吨），则： * * 第四十一页，共七十三页。 区间估计： 对于给定的 x = x0 ，Y 的1-?置信区间为： * * 第四十二页，共七十三页。 区间估计： 在置信度为1 –α，自由度为n-2下的 Yf 预测区间为 其中： * * 第四十三页，共七十三页。 【例】当能源消耗量为800万吨时,计算置信度为95%的工业总产值的预测区间。 * * 第四十四页，共七十三页。 三、多元线性回归分析 总体回归函数: 样本回归函数: 在一元线性回归分析假定的基础上，追加一条：回归模型所包含的自变量之间不能具有较强的线性关系。 标准假定： 1、标准的多元线性回归模型 * * 第四十五页，共七十三页。 误差项的标准假定 假定１： 误差项的期望值为零: Ｅ（ut）＝０ 。 假定２：误差项的期望值为常数: Var(ut) ＝ 。 假定３： 误差项之间不存在序列相关,协方差为零: Cov(utus)＝０ (ｔ≠ｓ) 。 假定４：自变量是给定变量，与误差项线性无关。 假定５：随机误差项服从正态分布。 满足以上标准假定的一元线性回归模型，称为标准的一元线性回归模型。 * * 第四十六页，共七十三页。 二元线性回归模型 　 式中, 为二元回归估计值; 为x1和x2构成的平面在y轴上的截矩； 和 分别为y对x1和x2的回归系数。 二元直线回归模型 * * 第四十七页，共七十三页。 确定 、 、 数值用最小二乘法，即选取 、 和 的数值使得 二元直线回归的估计 【例】 为最小值，根据数学中的极值原理可推导出标准方程组: * * 第四十八页，共七十三页。 结果表明，其他条件不变