多元线性回归模型概述.pptVIP

※ 新增解释变量的判断准则 ——若新增的解释变量导致模型的AIC↑和SC↑，而 ， 则应剔除该新增的解释变量。反之，则应保留该新增的解释变量。 ——若新增的解释变量导致模型中各个变量的t值↓，且部分变量通不过t检验，则应剔除该新增的解释变量。反之，则保留该新增的解释变量。 ——从经济学理论上说，若新增的解释变量对被解释变量有显著影响，则即使出现了上述情况，也应保留该变量，而考虑剔除其它解释变量。 （二）方程显著性检验 知识体系 1、自由度df（★ ★ ★） 2、构造F统计量（★ ★ ★） 3、F检验的步骤（★ ★） 4、 （二）方程显著性检验 1、自由度df （1）判断准则 ——统计量的df，取决于样本容量n与引入的独立统计量个数k之差； ——抽样分布的df，取决于构造抽样分布的统计量中自由度最小的统计量。 ——回归模型的df，取决于模型中能够自由取值的变量个数。 表4-2 多元线性回归模型的df 项目 多元线性回归模型 样本回 归模型 样本回 归函数 TSS ESS RSS Note：在回归模型中， 看作常数，而在回归函数中，却看作随机变量。 2、构造F统计量 （二）方程显著性检验 3、F检验的步骤 （二）方程显著性检验 （1）分析问题，提出假设 （2）确定检验的统计量 （3）构造小概率事件 3、F检验的步骤 （二）方程显著性检验 （4）计算检验统计量，判断其落入的区域 4、 （二）方程显著性检验 （1）区别 ——拟合优度检验是从已经得到的估计模型出发，检验它对样本观测值的拟合程度；F检验是从样本观测值出发检验模型的总体线性关系是否显著成立。 ——拟合优度检验只提供了模型拟合优度的度量，而未提供模型是否通过检验的明确界限；F检验在给定显著性水平下，给出模型总体线性关系是否显著成立的结论。 4、 （二）方程显著性检验 （2）联系 4、 （二）方程显著性检验 （2）联系 （三）变量显著性检验 知识体系 1、构造T统计量（★ ★ ★） 2、T检验的步骤（★ ★） 3*、F检验和T检验的关系 （三）变量显著性检验 1、构造T统计量 2、T检验的步骤 （三）变量显著性检验 （1）分析问题，提出假设 （2）确定检验的统计量 （3）构造小概率事件 2、T检验的步骤 （三）变量显著性检验 （4）计算检验统计量，判断其落入的区域 （三）变量显著性检验 3*、T检验与F检验的关系 （1）区别 ——F检验是针对所有解释变量对被解释变量的联合影响是否显著所作的检验；而t检验是针对单个解释变量对被解释变量的影响是否显著所作的检验。 ——在多元线性回归模型中，F检验和t检验都必须进行，不能相互替代。因为单个解释变量对被解释变量的影响都显著，不代表所有解释变量对被解释变量的联合影响显著；反之亦然。 （三）变量显著性检验 3*、T检验与F检验的关系 （2）联系 四、模型应用（★ ★ ★） 知识体系 （一）点预测 （二）区间预测 （一）点预测 知识体系 1、Y的条件均值 的点预测 2、Y的个别值 的点预测 （一）点预测 基本思想 利用样本回归函数 ，用解释变量的已知值或预测值 ，对预测期或样本以外的被解释变量数值做出定量的估计。 Note: （1）模型设定的关系式不变； （2）所估计的参数值不变； （3）解释变量在预测期的取值已给定为 。 （一）点预测 1、Y的条件均值 的点预测 （一）点预测 2、 Y的个别值 的点预测 （二）区间预测 知识体系 1、Y的条件均值 的区间预测 2、Y的个别值 的区间预测 （二）区间预测 1、Y的条件均值 的区间预测 基本思想 （二）区间预测 （1）构造枢轴变量 1、Y的条件均值 的区间预测 （二）区间预测 （1）构造枢轴变量 1、Y的条件均值 的区间预测 （二）区间预测 （1）构造枢轴变量 1、Y的条件均值 的区间预测 （二）区间预测 （3）反解不等式 1、Y的条件均值