多元线性回归模型.pptVIP

*例：给定20组Y,X1,X2,X3的观测值，试检验模型中X1和X3对Y是否有影响？解：（1）全回归估计得到：S=∑e2=25（2）有约束回归估计得到：SR=∑e2=30第63页，课件共93页，创作于2023年2月*原假设H0:β1=β3=0备择假设H1:H0不成立我们有：n=20,g=2,K=3用自由度（2，16）查F分布表，5%显著性水平下，FC=3.63∵F=1.6FC=3.63,故接受H0。结论：X1和X3对Y无显著影响第64页，课件共93页，创作于2023年2月*3．全部斜率系数为0的检验上一段结果的一个特例是所有斜率系数均为0的检验，即回归方程的显著性检验：H0：β1=β2=…=βK=0也就是说，所有解释变量对Y均无影响。注意到g=K，则该检验的检验统计量为：第65页，课件共93页，创作于2023年2月*分子分母均除以，有从上式不难看出，全部斜率为0的检验实际是检验R2的值是否显著异于0，如果接受原假设，则表明因变量的行为完全归因于随机变化。若拒绝原假设，则表明所选择模型对因变量的行为能够提供某种程度的解释。第66页，课件共93页，创作于2023年2月*第三节拟合优度一．决定系数R2对于双变量线性模型Y=α+βX+u我们有其中，=残差平方和第31页，课件共93页，创作于2023年2月*对于多元线性模型我们可用同样的方法定义决定系数：为方便计算，我们也可以用矩阵形式表示R2第32页，课件共93页，创作于2023年2月*我们有：残差，其中，残差平方和：第33页，课件共93页，创作于2023年2月*而将上述结果代入R2的公式，得到：这就是决定系数R2的矩阵形式。第34页，课件共93页，创作于2023年2月*二．修正决定系数：残差平方和的一个特点是，每当模型增加一个解释变量，并用改变后的模型重新进行估计，残差平方和的值会减小。由此可以推论，决定系数是一个与解释变量的个数有关的量：解释变量个数增加?减小?R2增大也就是说，人们总是可以通过增加模型中解释变量的方法来增大R2的值。因此，用R2来作为拟合优度的测度，不是十分令人满意的。为此，我们定义修正决定系数（Adjusted）如下：第35页，课件共93页，创作于2023年2月*是经过自由度调整的决定系数，称为修正决定系数。我们有：（1）（2）仅当K=0时，等号成立。即（3）当K增大时，二者的差异也随之增大。（4）可能出现负值。第36页，课件共93页，创作于2023年2月*三．例子下面我们给出两个简单的数值例子，以帮助理解这两节的内容.例1 Yt=?1+?2X2t+?3X3t+ut设观测数据为：Y：31835X2：31524X3：54646试求各参数的OLS估计值，以及。解：我们有第37页，课件共93页，创作于2023年2月*第38页，课件共93页，创作于2023年2月*第39页，课件共93页，创作于2023年2月*第40页，课件共93页，创作于2023年2月*第41页，课件共93页，创作于2023年2月*例2.设n=20,k=3,R2=0.70求。解：