《多元线性回归分析 (2).ppt》由会员分享，可在线阅读，更多相关《多元线性回归分析 (2).ppt（37页珍藏版）》请在三一办公上搜索。
1、第三章 多元线性回归分析,多元线性回归模型 多元线性回归模型的参数估计多元线性回归模型的统计检验多元线性回归模型的预测,3.1 多元线性回归模型,一、多元线性回归模型 二、多元线性回归模型的基本假定,一、多元线性回归模型,多元线性回归模型:表现在线性回归模型中的解释变量有多个。一般表现形式：,i=1,2,n,其中:k为解释变量的数目，j称为回归参数（regression coefficient）。习惯上：把常数项看成为一虚变量的系数，该虚变量的样本观测值始终取1。这样：模型中解释变量的数目为（k+1）,也被称为总体回归函数的随机表达形式。它 的非随机表达式为:,方程表示：各变量X值固定时Y的平
2、均响应。j也被称为偏回归系数，表示在其他解释变量保持不变的情况下，Xj每变化1个单位时，Y的均值E(Y)的变化;或者说j给出了Xj的单位变化对Y均值的“直接”或“净”（不含其他变量）影响。,二、多元线性回归模型的基本假定,假设1，解释变量是非随机的或固定的，且各X之间互不相关（无多重共线性）。假设2，随机误差项具有零均值、同方差及无序列相关性,假设3，解释变量与随机项不相关,假设4，随机项满足正态分布,3.2 多元线性回归模型的估计,估计方法：OLS,一、普通最小二乘估计 二、参数估计量的性质 三、样本容量问题 四、估计实例,一、普通最小二乘估计,对于随机抽取的n组观测值,如果样本函数的参数估
3、计值已经得到，则有：,i=1,2n,根据最小二乘原理，参数估计值应该是下列方程组的解,其中,于是得到关于待估参数估计值的正规方程组：,随机误差项的方差的无偏估计,可以证明，随机误差项的方差的无偏估计量为,四、参数估计量的性质,在满足基本假设的情况下，其结构参数的普通最小二乘估计、最大或然估计及矩估计仍具有：线性性、无偏性、有效性。,同时，随着样本容量增加，参数估计量具有：渐近无偏性、渐近有效性、一致性。,1、线性性,其中,C=(XX)-1 X 为一仅与固定的X有关的行向量,2、无偏性,这里利用了假设:E(X)=0,3、有效性（最小方差性）,其中利用了,和,五、样本容量问题,所谓“最小样本容量”
4、，即从最小二乘原理和最大或然原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限。,最小样本容量,样本最小容量必须不少于模型中解释变量的数目（包括常数项）,即 n k+1因为，无多重共线性要求：秩(X)=k+1,2、满足基本要求的样本容量,从统计检验的角度：n30 时，Z检验才能应用；n-k8时,t分布较为稳定,一般经验认为:当n30或者至少n3(k+1)时，才能说满足模型估计的基本要求。,模型的良好性质只有在大样本下才能得到理论上的证明,六、多元线性回归模型的参数估计实例,例3.3,投资函数模型-多元线性模型。,解释变量：时间 x1 1-16 实际GNP x2,被解释变量y：实
5、际投资,Eviews软件估计结果,3.3 多元线性回归模型的统计检验,一、拟合优度检验 二、方程的显著性检验(F检验)三、变量的显著性检验（t检验）四、参数的置信区间,一、拟合优度检验,1、可决系数与调整的可决系数,则,总离差平方和的分解,由于,=0,所以有：,注意：一个有趣的现象,可决系数,该统计量越接近于1，模型的拟合优度越高。,问题：在应用过程中发现，如果在模型中增加一个解释变量，R2往往增大。这就给人一个错觉：要使得模型拟合得好，只要增加解释变量即可。但是，现实情况往往是，由增加解释变量个数引起的R2的增大与拟合好坏无关，R2需调整。,调整的可决系数（adjusted coeffici
6、ent of determination）,在样本容量一定的情况下，增加解释变量必定使得自由度减少，所以调整的思路是:将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响:,其中：n-k-1为残差平方和的自由度，n-1为总体平方和的自由度。,二、方程的显著性检验(F检验),方程的显著性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出推断。,1、方程显著性的F检验,即检验模型 Yi=0+1X1i+2X2i+kXki+i i=1,2,n中的参数j是否显著不为0。,可提出如下原假设与备择假设：,H0：0=1=2=k=0 H1：j不全为0,F检验的
7、思想来自于总离差平方和的分解式：TSS=ESS+RSS,如果这个比值较大，则X的联合体对Y的解释程度高，可认为总体存在线性关系，反之总体上可能不存在线性关系。因此,可通过该比值的大小对总体线性关系进行推断。,根据数理统计学中的知识，在原假设H0成立的条件下，统计量,服从自由度为(k，n-k-1)的F分布,给定显著性水平，可得到临界值F(k,n-k-1)，由样本求出统计量F的数值，通过 F F(k,n-k-1)或 FF(k,n-k-1)来拒绝或接受原假设H0，以判定原方程总体上的线性关系是否显著成立。,对于上海居民消费支出的例子：一元模型：F=5216.478 二元模型：F=149.6088,给
8、定显著性水平=0.05，查分布表，得到临界值：一元例：F(1,21)=4.32 二元例：F(2,19)=3.52,显然有 F F(k,n-k-1)即二个模型的线性关系在95%的水平下显著成立。,2、关于拟合优度检验与方程显著性检验关系的讨论,由,可推出：,与,或,在中国居民人均收入-消费一元模型中，,在中国居民人均收入-消费二元模型中，,三、变量的显著性检验（t检验）,方程的总体线性关系显著每个解释变量对被解释变量的影响都是显著的,因此，必须对每个解释变量进行显著性检验，以决定是否作为解释变量被保留在模型中。这一检验是由对变量的 t 检验完成的。,1、t统计量,由于,以cii表示矩阵(XX)-
9、1 主对角线上的第i个元素，于是参数估计量的方差为：,其中2为随机误差项的方差，在实际计算时，用它的估计量代替:,因此，可构造如下t统计量,2、t检验,设计原假设与备择假设：,H1：i0,给定显著性水平，可得到临界值t/2(n-k-1)，由样本求出统计量t的数值，通过|t|t/2(n-k-1)或|t|t/2(n-k-1)来拒绝或接受原假设H0，从而判定对应的解释变量是否应包括在模型中。,H0：i=0（i=1,2k）,注意：一元线性回归中，t检验与F检验一致,一方面，t检验与F检验都是对相同的原假设H0：1=0 进行检验;另一方面，两个统计量之间有如下关系：,在中国居民人均收入-消费支出二元模型
10、例中，由应用软件计算出参数的t值：,给定显著性水平=0.05，查得相应临界值：t0.025(19)=2.093。,可见，计算的所有t值都大于该临界值，所以拒绝原假设。即:包括常数项在内的3个解释变量都在95%的水平下显著，都通过了变量显著性检验。,四、参数的置信区间,参数的置信区间用来考察：在一次抽样中所估计的参数值离参数的真实值有多“近”。在变量的显著性检验中已经知道：,容易推出：在(1-)的置信水平下i的置信区间是,其中，t/2为显著性水平为、自由度为n-k-1的临界值。,在上海居民消费支出二元模型例中,给定=0.05，查表得临界值：t0.025(13)=2.160,计算得参数的置信区间：0：(？,？)1：(？,？)2：(0.5248616,0.753367),从回归计算中已得到：,如何才能缩小置信区间？,增大样本容量n，因为在同样的样本容量下，n越大，t分布表中的临界值越小，同时，增大样本容量，还可使样本参数估计量的标准差减小；提高模型的拟合优度，因为样本参数估计量的标准差与残差平方和呈正比，模型优度越高，残差平方和应越小。,
