电子文档交易市场
安卓APP | ios版本
电子文档交易市场
安卓APP | ios版本

李子奈课件-一元线性回归模型的统计检验

28页
  • 卖家[上传人]:F****n
  • 文档编号:88219059
  • 上传时间:2019-04-21
  • 文档格式:PPT
  • 文档大小:546.50KB
  • / 28 举报 版权申诉 马上下载
  • 文本预览
  • 下载提示
  • 常见问题
    • 1、2.3 一元线性回归模型的统计检验,一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间,说 明,回归分析是要通过样本所估计的参数来代替总体的真实参数,或者说是用样本回归线代替总体回归线。 尽管从统计性质上已知,如果有足够多的重复 抽样,参数的估计值的期望(均值)就等于其总体的参数真值,但在一次抽样中,估计值不一定就等于该真值。,那么,在一次抽样中,参数的估计值与真值的差异有多大,是否显著,这就需要进一步进行统计检验。 主要包括拟合优度检验、变量的显著性检验及参数的区间估计。,一、拟合优度检验,拟合优度检验:对样本回归直线与样本观测值之间拟合程度的检验。 度量拟合优度的指标:判定系数(可决系数)R2,问题:采用普通最小二乘估计方法,已经保证了模型最好地拟合了样本观测值,为什么还要检验拟合程度?,1、总离差平方和的分解,已知由一组样本观测值(Xi,Yi),i=1,2,n得到如下样本回归直线,如果Yi=i 即实际观测值落在样本回归“线”上,则拟合最好。 可认为,“离差”全部来自回归线,而与“残差”无关。,对于所有样本点,则需考虑这些点与样本均值离差的平方和,可以证明:,TSS=ESS

      2、+RSS,记,总体平方和(Total Sum of Squares),回归平方和(Explained Sum of Squares),残差平方和(Residual Sum of Squares ),Y的观测值围绕其均值的总离差(total variation)可分解为两部分:一部分来自回归线(ESS),另一部分则来自随机势力(RSS)。,在给定样本中,TSS不变, 如果实际观测点离样本回归线越近,则ESS在TSS中占的比重越大,因此 拟合优度:回归平方和ESS/Y的总离差平方和TSS,2、可决系数R2统计量,称 R2 为(样本)可决系数/判定系数(coefficient of determination)。,可决系数的取值范围:0,1 R2越接近1,说明实际观测点离样本线越近,拟合优度越高。,在例2.1.1的收入-消费支出例中,,注:可决系数是一个非负的统计量。它也是随着抽样的不同而不同。为此,对可决系数的统计可靠性也应进行检验,这将在第3章中进行。,0.670,3354955,0.9935,二、变量的显著性检验,回归分析是要判断解释变量X是否是被解释变量Y的一个显著性的影响因素。 在

      3、一元线性模型中,就是要判断X是否对Y具有显著的线性性影响。这就需要进行变量的显著性检验。,变量的显著性检验所应用的方法是数理统计学中的假设检验。 计量经计学中,主要是针对变量的参数真值是否为零来进行显著性检验的。,1、假设检验,所谓假设检验,就是事先对总体参数或总体分布形式作出一个假设,然后利用样本信息来判断原假设是否合理,即判断样本信息与原假设是否有显著差异,从而决定是否接受或否定原假设。,假设检验采用的逻辑推理方法是反证法 先假定原假设正确,然后根据样本信息,观察由此假设而导致的结果是否合理,从而判断是否接受原假设。 判断结果合理与否,是基于“小概率事件不易发生”这一原理的,2、变量的显著性检验,检验步骤:,(1)对总体参数提出假设 H0: 1=0, H1:10,(2)以原假设H0构造t统计量,并由样本计算其值,(3)给定显著性水平,查t分布表得临界值t /2(n-2),(4) 比较,判断 若 |t| t /2(n-2),则拒绝H0 ,接受H1 ; 若 |t| t /2(n-2),则拒绝H1 ,接受H0 ; 对于一元线性回归方程中的0、1,可构造如下t统计量进行显著性检验:,在上述

      4、收入-消费支出例中,首先计算2的估计值,3354955-0.6702,2734,2734,44.45,t统计量的计算结果分别为:,给定显著性水平=0.05,查t分布表得临界值 t 0.05/2(8)=2.306 |t0|2.306,表明在95%的置信度下,拒绝截距项为零的假设。 |t1|2.306,说明家庭可支配收入在95%的置信度下显著,即是消费支出的主要解释变量;,-142.40/44.45,3.20,0.670/0.019,34.92,关于常数项的显著性检验,T检验同样可以进行。 一般不以t检验决定常数项是否保留在模型中,而是从经济意义方面分析回归线是否应该通过原点。,假设检验可以通过一次抽样的结果检验总体参数可能的假设值的范围(如是否为零),但它并没有指出在一次抽样中样本参数值到底离总体参数的真值有多“近”。,三、参数的置信区间,要判断样本参数的估计值在多大程度上可以“近似”地替代总体参数的真值,往往需要通过构造一个以样本参数的估计值为中心的“区间”,来考察它以多大的可能性(概率)包含着真实的参数值。这种方法就是参数检验的置信区间估计。,如果存在这样一个区间,称之为置信区间(c

      5、onfidence interval); 1-称为置信系数(置信度)(confidence coefficient), 称为显著性水平(level of significance);置信区间的端点称为置信限(confidence limit)或临界值(critical values)。,一元线性模型中,i (i=0,1)的置信区间:,在变量的显著性检验中已经知道:,意味着,如果给定置信度(1-),从分布表中查得自由度为(n-2)的临界值,那么t值处在(-t/2, t/2)的概率是(1- )。表示为:,即,于是得到:(1-)的置信度下, i的置信区间是,在上述收入-消费支出例中,如果给定 =0.01,查表得:,由于,于是,1、0的置信区间分别为: (0.6345,0.9195) (-433.32,226.98),0.019,44.45,(0.6056,0.7344),(-6.719,291.52),由于置信区间一定程度地给出了样本参数估计值与总体参数真值的“接近”程度,因此置信区间越小越好。 要缩小置信区间,需要 (1)增大样本容量n。因为在同样的置信水平下,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;,(2)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,模型拟合优度越高,残差平方和应越小。,

      《李子奈课件-一元线性回归模型的统计检验》由会员F****n分享,可在线阅读,更多相关《李子奈课件-一元线性回归模型的统计检验》请在金锄头文库上搜索。

      点击阅读更多内容
    最新标签
    发车时刻表 长途客运 入党志愿书填写模板精品 庆祝建党101周年多体裁诗歌朗诵素材汇编10篇唯一微庆祝 智能家居系统本科论文 心得感悟 雁楠中学 20230513224122 2022 公安主题党日 部编版四年级第三单元综合性学习课件 机关事务中心2022年全面依法治区工作总结及来年工作安排 入党积极分子自我推荐 世界水日ppt 关于构建更高水平的全民健身公共服务体系的意见 空气单元分析 哈里德课件 2022年乡村振兴驻村工作计划 空气教材分析 五年级下册科学教材分析 退役军人事务局季度工作总结 集装箱房合同 2021年财务报表 2022年继续教育公需课 2022年公需课 2022年日历每月一张 名词性从句在写作中的应用 局域网技术与局域网组建 施工网格 薪资体系 运维实施方案 硫酸安全技术 柔韧训练 既有居住建筑节能改造技术规程 建筑工地疫情防控 大型工程技术风险 磷酸二氢钾 2022年小学三年级语文下册教学总结例文 少儿美术-小花 2022年环保倡议书模板六篇 2022年监理辞职报告精选 2022年畅想未来记叙文精品 企业信息化建设与管理课程实验指导书范本 草房子读后感-第1篇 小数乘整数教学PPT课件人教版五年级数学上册 2022年教师个人工作计划范本-工作计划 国学小名士经典诵读电视大赛观后感诵读经典传承美德 医疗质量管理制度 2 2022年小学体育教师学期工作总结 2022年家长会心得体会集合15篇
    关于金锄头网 - 版权申诉 - 免责声明 - 诚邀英才 - 联系我们
    手机版 | 川公网安备 51140202000112号 | 经营许可证(蜀ICP备13022795号)
    ©2008-2016 by Sichuan Goldhoe Inc. All Rights Reserved.