古典线性回归模型的基本假设.pptx

下载文档

0
0
约6.32千字
约 33页
2025-01-22 发布于宁夏
举报
版权申诉
保障服务

古典线性回归模型的基本假设.pptx

1、本文档共33页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

1古典线性回归模型的基本假设

2学习目标古典线性回归模型(ClassicalLinearRegressionModel)的基本假设普通最小平方法估计式的抽样分配(samplingdistribution)普通最小平方法估计式的统计性质假说检定(hypothesistesting)回归模型的配适度与预测

3古典线性回归模型(1/4)古典线性回归模型的基本假设母体条件期望值为参数的线性函数误差项的条件期望值为零同质变异(homoscedasticity):误差项的变异数相同无自我相关(noautocorrelation):误差项彼此之间不相关自变数X和误差项不相关模型设定正确(theregressionmodeliscorrectlyspecified)

4古典线性回归模型(2/4)假设2:误差项的条件期望值为零

5古典线性回归模型(3/4)图:同质变异(homoscedasticity,equalvariance);图:异质变异(heteroscedasticity,unequalvariance)

6古典线性回归模型(4/4)(a)图:误差项无自我相关(noautocorrelation);(b)图:误差项正自我相关(positiveautocorrelation);(c)图:误差项负自我相关(negativeautocorrelation)

7估计式的抽样分配(1/6)根据OLS估计方法所得到的估计值会随着样本(抽样)不同而改变，故OLS估计式为随机变量，必须知道估计式的抽样分配，也就是要知道估计式的机率分配、期望值和变异数，方才能够进行检定。OLS估计式的期望值在古典线性回归模型的假设下，故OLS估计式是不偏估计式(unbiasedestimator)。

8估计式的抽样分配(2/6)OLS估计式的变异数与标准误(varianceandstandarderrors)OLS估计式的变异数系用来衡量估计式抽样分配的变异程度OLS估计式的变异数与标准误(se)

9估计式的抽样分配(3/6)其中是误差项的变异数，倘若已知，根据公式可计算出估计式变异数的数值，但因为母体真实的变异数未知，故也必须估计。

10估计式的抽样分配(4/6):的估计式，开根号称为回归的估计标准误(standarderroroftheregression,SER)

11估计式的抽样分配(5/6)残差残差平方421488-10.3636107.405484298-0.727270.528926473554-1.090911.190083-6.2727339.34711357025895041-6.8181846.4876(SSR/n-2)42.159096.493003