《计量经济学幻灯片ppt3》由会员分享，可在线阅读，更多相关《计量经济学幻灯片ppt3（44页珍藏版）》请在金锄头文库上搜索。
1、第五章 多元线性回归模型 第二部分-模型的检验,模型统计检验的实质 一、拟合优度检验 二、方程显著性检验（F检验） 三、变量显著性检验（t检验） 四、实例 五、置信区间,2,模型统计检验的实质,根据样本提供的信息，承担给定的风险下，对未知总体分布的某些方面作出合理的判断，称为统计假设检验，简称假设检验 模型统计检验不涉及模型的经济内涵 旨在检验模型是否满足数学理论与方法上的要求统计差异显著性 拟合优度检验（R2）、方程差异显著性检验（F）和变量差异显著性检验（t）通称称为模型的统计检验。 统计检验的结果表明模型是否能代表数据，或者说观察到的事实是否支持模型。 返回,3,一、拟合优度检验,检验模
2、型对样本的拟合程度称为拟合优度。 LS的优良性指的是不同方法对同一问题的判断。 拟合优度检验指的是对不同问题之间的比较。 方法：构造一个表征拟合程度的指标，根据一定准则进行判断。 例如左边两个问题，它们都满足LS，但拟合程度明显不同。,4,1总平方和=解释平方和+残差平方和,5,为什么ESS是 由解释变量引起的变动？,6,为什么ESS是由解释变量引起的变动？,ESS是一个变动 ESS是由解释变量的变动决定的 ESS是被解释变量变动的一部分,7,平方和分解图示,(yi,xi),8,名词对照,Total Square Sum Explain Square Sum Residual Square S
3、um Total Square Sum Error Square Sum Regression Square Sum,总平方和 解释平方和 残差平方和 总平方和 误差平方和 （残差平方和） 回归平方和 （解释平方和）,9,2、拟合优度R2和调整了的R2,r2 拟合优度（判定系数、决定系数） R2调整了的拟合优度,10,可决系数（拟合优度）R2,解释变量引起的变动占总变动的百分比 取值在01之间，越大拟合越好,11,调整了的R2,用残差平方和与总平方和各自的自由度进行调整。以防止企图通过增加解释变量个数来提高拟合优度的错误倾向。,12,引入调整可决系数的作用,返回,13,二、方程显著性检验（F检
4、验）,依据假设检验的原理和步骤，把模型作为一个整体进行假设检验，检验模型中被解释变量与解释变量之间的线性关系是否显著的成立。,14,F检验统计量的构造,15,F检验的逻辑意义,16,拟合优度与方程显著性检验的关系,拟合优度检验模型对样本的拟合程度。 F显著性性检验检验模型总体线性关系的显著性。 两者有如上的关系。 拟合优度是感性的，不宜苛求，应以F检验为准。但F检验它只是把模型作为一个整体进行了检验，还应对模型中的各个变量进行检验，决定它们是否应当保留在模型之中。,17,F检验的步骤,假定随机扰动项u服从正态分布。检验目标是联合检验， （1）提出假设H0: b1 = b2 =b3 =bk=0
5、（2）适合的检验统计量 （3）根据冒险率，确定临界值F （4）将计算出的F与临界值F比较 （5）下结论：若F临界值F，则拒绝H0；若F=临界值F，则不拒绝H0 （6）结合经济学理论与经验，下经济学的结论或进行经济学分析,18,1-,F,F,f(F),F检验的拒绝域,返回,19,三、变量显著性检验,目的：剔除模型中回归系数与0差异不显著的解释变量，使模型更简洁实用。 步骤：对模型进行整体检验之后，一次只能提出一个最不显著的 注意：变量取舍的关键在于变量的经济意义和在运用中的作用。,1、构造t检验统计量 2、进行t检验的步骤 3、运用实例,20,1、构造t检验统计量,21,2、t检验的步骤,1、提
6、出假设H0和HA 2、收集数据估计出系数b 3、计算出2的估计量s2 4、计算检验统计量t（代入假设H0） 5、根据显著水平，查出临界值t 6、作出统计推断：如果tt ，拒绝H0；否则不拒绝H0。t的绝对值越大，自变量对因变量的作用越显著。,22,不拒绝H0区域,拒绝域,t检验的拒绝域,23,回归模型假设检验的步骤,（1）查看拟合优度，进行F检验，从整体上判断回归方程是否成立，如果F检验通不过，无须进行下一步；否则进行下一步 （2）查看各个变量的t值及其相应的概率，进行t检验，如果相应的概率小于给定的显著水平，该自变量的系数显著地不为0，该自变量对因变量作用显著；否则系数与0无显著差异（本质上
7、=0），该自变量对因变量无显著的作用，应从方程中删去，重新估计方程。 （3）但是，一次只能将最不显著（相应概率最大）的删除。每次删除一个，直至全部显著。,返回,24,四、运用实例,数据：（见下页） 资料来源：易丹辉统计预测 被解释变量： y蔬菜销售量 解释变量：x1、x2、x3、x4、x5、x6包括人口、价格、粮食、副食等因素 要求：建立简洁的（最优的）蔬菜供应模型,25,资料,26,应剔除最不显著的x5,27,设置新的估计模型,28,应剔除不显著的X6,29,应剔除不显著的X3,30,得到最简洁的蔬菜供应模型,31,最简洁的蔬菜供应模型,Estimation Command: LS Y X1
8、 X2 X4 C Estimation Equation: Y = C(1)*X1 + C(2)*X2 + C(3)*X4 + C(4) Substituted Coefficients: Y = 0.015753046*X1 - 0.46540629*X2 + 0.16284733*X4 + 1.8427109 最后保留的解释变量：人口、价格和收入,返回,32,五、参数估计的置信区间,用样本提供的信息，根据估计量(统计量)公式，可以给出未知参数的估计值或被解释变量的预测值的估计值，这种估计称为点估计。显然点估计没有给出做出进行这类判断的可靠程度和误差范围。 区间估计则是以一定的可靠程度（精确
9、度），给出估计值存在的误差范围（区间）。 因为估计量是一个随机变量，所以区间估计的实质，是为被估计的参数或预测值构造一个以点估计为中心的区间（置信区间），该区间以一定的概率（置信度=1-）包含该参数或预测值。,33,参数估计的置信区间,34,可靠性和估计精度是相互制约,1、提高可靠性（减少风险），区间增大，反之，则反。因为信息量只有这么多。 2、增加样本容量t临界值减小和系数标注误减小（它的分子不增它，分母增大）误差半径减小 3、提高拟合优度（减少RSS） 4、提高样本观察值的分散度。 5、置信区域是一个以为中心的超椭球,大量观察 深入观察 全面观察,35,预测时间轴的分段,36,参数的区间估计,37,假设检验与区间估计是一个问题的两个方面,38,返回,39,预测假定,40,均值预测（E(YF)）,41,个值预测（YF）,置信区域是一个以YF为中心的超椭球。,42,预测能力检验,43,影响预测值精度的因素,1、预测精度提高（半径减少）和可靠程度提高（风险减少）是相互制约的 2、增加观察值个数 3、提高拟合优度 4、扩大解释变量的分散程度 5、在解释变量均值向量处，有最小的预测误差,44,均值预测和个值预测的比较,返回,
