线性回归模型.ppt

对于Y的总体均值E(Y|X)与个体值的预测区间（置信区间）:（1）样本容量n越大，预测精度越高，反之预测精度越低（2）样本容量一定时，置信带的宽度当在X均值处最小，其附近进行预测（插值预测）精度越大；X越远离其均值，置信带越宽，预测可信度下降。第73页,共87页，星期六，2024年，5月小结：简单线性回归分析的主要步骤1、建立回归模型研究某一经济现象，先根据经济理论，选择具有因果关系的两个变量（X，Y)，建立线性回归模型，确定解释变量和被解释变量。如果不明确两个变量是否为线性关系，也可以根据散点图来分析。建立回归模型可以是根据经济理论，也可以根据相同或相似经济现象的历史分析经验来建立回归模型。建立模型时，不仅要考虑理论或经验的依据，同时也要考虑数据的可利用程度。2、收集数据，并经过适当的加工整理，得到适于回归分析的样本数据集。第74页,共87页，星期六，2024年，5月3、估计模型参数。利用样本数据，以OLS得到模型参数的估计值。4、对回归模型和参数估计值进行检验。检验回归结果是否正确反映经济现象，是否与理论相符。包括理论检验和统计检验。经济理论检验：参数的符号，大小是否与理论和实际相符。若不符，寻找原因统计检验：拟和优度检验，回归参数的显著性检验和区间估计。第75页,共87页，星期六，2024年，5月5、预测对于解释变量的特定值，代入回归方程得到因变量的预测值；在给定的置信水平上，得到因变量预测值的置信区间。6、回归结果的表述：并说明参数的显著水平（?）。第76页,共87页，星期六，2024年，5月提供回归分析结果一般有两种方式：（1）=6.70+0.58XR2=0.49（1.38）（2.76）这里6.70和0.58分别为和的估计值和。括号中数字是H0:=0和H0:=0为真时的t值。第77页,共87页，星期六，2024年，5月（2）=6.70+0.58XR2=0.49（4.86)（0.21）括号中提供的是和的标准误差。由于存在这两种格式，使得回归结果的读者难以判断出括号中数字究竟是t值还是标准误差。因此，要求在提供回归结果时，应予以说明。通常的作法有两种。一种是文字说明，另一种是用符号标示。第78页,共87页，星期六，2024年，5月第2章小结本章主要结果：一、最小二乘法若双变量线性模型满足下列统计假设（1）E（ut）=0……………扰动项均值为0（2）E（uiuj）=0,i?j……扰动项相互独立（3）E（ut2）=σ2…………常数方差（4）X与ut不相关（5）ut服从正态分布第79页,共87页，星期六，2024年，5月则最小二乘估计量为最佳线性无偏估计量（BLUE）。且～N（β1，）～N（,)第80页,共87页，星期六，2024年，5月二、拟合优度决定系数和相关系数为最小二乘回归线拟合优度的测度，即回归线对各观测点拟合紧密程度的测度，且第81页,共87页，星期六，2024年，5月三、假设检验和区间估计随机误差项的方差的无偏估计量为：的样本标准差为我们知道的置信区间为第82页,共87页，星期六，2024年，5月四、预测假设我们有一组样本观测值Xt和Yt，我们用最小二乘法对双变量模型的参数进行了估计。现要对自变量的一具体值X0来预测与X0相应的因变量值Y0。若原模型设定对预测期也成立，即则因变量的点预测值为：第83页,共87页，星期六，2024年，5月其方差为我们有