Python多元线性回归实战教程.pptVIP

eviews多元线性回归模型PPT讲座;它是解释变量的多元线性函数，称为多元线性总体回归方程。

假定通过合适的方法可预计出未知参数的值，用参数预计值替换总体回归函数的未知参数，就得到多元线性样本回归方程:

;第3页;;;3.1.2多元线性回归模型的基本假定;;3.1.3多元线性回归模型的预计

1．参数的最小二乘预计

;第9页;上述（k+1）个方程称为正规方程。用矩阵表示就是：;;;;;家庭书刊消费y

;借助于计量经济软件EViews对表3.1.1进行分析，详细环节为

(1)建立工作文件；(2)输入数据；(3)回归分析

表3.1.2回归成果;2．最小二乘预计量的性质

用最小二乘法得到的多元线性回归的参数预计量含有线性、无偏性、最小方差性。;3.1.4随机误差项方差的预计

若记;;3.2多元线性回归模型的检验

3.2.1拟合优度检验

拟合优度是指样本回归直线与观测值之间的拟合程度。

1．多重决定系数;;2．修正的决定系数;修正的决定系数与未经修正的多重决定系数之间有如下关系：;3.2.2赤池信息准则和施瓦茨准则

为了比较所含解释变量个数不同的多元回归模型的拟合优度，常用的标准还有赤池信息准则（Akaikeinformationcriterion,AIC）和施瓦茨准则（Schwarzcriterion,SC）,其定义分别为;;图3.2.