多元线性回归分析(4)课件

1、多元线性回归分析(4)课件 第三章第三章 多元线性回归分析多元线性回归分析 3 31 1 模型与参数估计模型与参数估计 3 32 2 回归估计量及回归估计量及OLSOLS估计量的性质估计量的性质 3 33 R3 R2 2与假设检验与假设检验 3 34 4 预测预测 3 35 5 实证分析实证分析多元线性回归分析(4)课件31 模型与参数估计多元线性回归分析(4)课件多元线性回归分析(4)课件多元线性回归分析(4)课件多元线性回归分析(4)课件多元线性回归分析(4)课件多元线性回归分析(4)课件32 回归估计量及OLS估计量的性质多元线性回归分析(4)课件多元线性回归分析(4)课件多元线性回归分

2、析(4)课件3 33 R3 R2 2与与假设检验假设检验一、多重可决系数 R R2 2多元线性回归分析(4)课件多元线性回归分析(4)课件多元线性回归分析(4)课件二、假设检验二、假设检验多元线性回归分析(4)课件多元线性回归分析(4)课件多元线性回归分析(4)课件多元线性回归分析(4)课件多元线性回归分析(4)课件3 34 4 预测预测多元线性回归分析(4)课件多元线性回归分析(4)课件多元线性回归分析(4)课件多元线性回归分析(4)课件3 35 5 实证分析实证分析 建模过程中应注意的问题建模过程中应注意的问题(1)研究经济变量之间的关系要剔除物价变动因素。(2)依照经济理论以及对具体经济

3、问题的深入分析初步确定解释变量。(3)当引用现成数据时，要注意数据的定义是否与所选定的变量定义相符。(4)通过散点图，相关系数，确定解释变量与被解释变量的具体函数关系。（线性、非线性、无关系）(5)谨慎对待异常值。不能把建立模型简单化为一个纯数学过程，目的是寻找经济规律。多元线性回归分析(4)课件(6) 过原点回归模型与非过原点回归模型相比有如下不同点。(7) 改变变量的测量单位可能会引起回归系数值的改变，但不会影响t值。即不会影响统计检验结果。(8) 回归模型给出估计结果后，首先应进行F检验。(9) 在作F与t检验时，不要把自由度和检验水平用错（正确查临界值表）。(10) 对于多元回归模型，

4、当解释变量的量纲不相同时，不能在估计的回归系数之间比较大小。(11) 利用回归模型预测时，解释变量的值最好不要离开样本范围太远。(12) 回归模型的估计结果应与经济理论或常识相一致。多元线性回归分析(4)课件(13) 残差项应非自相关（用DW检验，亦可判断虚假回归）。否则说明仍有重要解释变量被遗漏在模型之外。选用的模型形式不妥。(14) 通过对变量取对数消除异方差。(15) 避免多重共线性。(16) 解释变量应具有外生性，与误差项不相关。(17) 应具有高度概括性。若模型的各种检验及预测能力大致相同，应选择解释变量较少的一个。(18) 模型的结构稳定性要强，超样本特性要好。(19) 世界是变化

5、的，应该随时间的推移及时修改模型。多元线性回归分析(4)课件建模案例建模案例全国味精需求量的计量经济模型（见预测1987年第2期） 1依据经济理论选择影响味精需求量变化的因素 依据经济理论一种商品的需求量主要取决于四个因素，即商品价格，代用品价格，消费者收入水平，消费者偏好。模型为： 商品需求量 = f (商品价格，代用品价格，收入水平，消费者偏好) 对于特定商品味精，当建立模型时要对上述四个因素能否作为重要解释变量逐一鉴别。 分析结果，针对味精需求量只考虑两个重要解释变量，商品价格和消费者收入水平。 味精需求量 = f (商品价格，收入水平)多元线性回归分析(4)课件2选择恰当的变量(既要考

6、虑代表性，也要考虑可能性) 用销售量代替需求量。因需求量不易度量，味精是自由销售商品，不存在囤积现象，所以销售量可较好地代表需求量。味精商品价格即销售价格。 用人均消费水平代替收入水平。因为消费水平与味精销售量关系更密切。消费水平数据在统计年鉴上便于查找（收入水平的资料不全）。 味精销售量 = f (销售价格，人均消费水平) 用平均价格作为销售价格的代表变量。不同地区和不同品牌的味精价格是不一样的，应取平均价格（加权平均最好）。 取不变价格的人均消费水平：消费水平都是用当年价格计算的，应用物价指数进行修正。 味精销售量 = f (平均销售价格，不变价格的消费水平)多元线性回归分析(4)课件3收集样本数据（抽样调查，引用数据） 从中国统计年鉴和有关部门收集样本数据 (1972-1982, T = 11)。定义销售量为sale（吨），平均销售价格为price（元 / 公斤），不变价格的消费水平为 level（元）。 相关系数表如下：多元线性回归分析(4)课件 4 确定模型形