第4章 违背古典假设的回归预测法学习目标了解:违背古典假设的原因和后果理解:异方差性序列相关性多重共线性掌握:应用ExcelSPSSEviews软件对违背古典假设的回归模型进行数据拟合内 容 违背古典假设造成的后果 异方差 序列相关 多重共线性 违背古典假设造成的后果一古典假设假定1:在给定解释变量 之值的条件下随机项的条件均值为零即
单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级第4章 违背经典假设的回归模型 第一节 异方差性1违背基本假设的情况在前述基本假定下OLS估计具有BLUE的优良性(Best Linear Unbiased Estmator)然而实际问题中这些基本假定往往不能满足使OLS方法失效不再具有BLUE特性估计参数时必须检验基本假定是否满足并针对基本假定不满足
单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级第4章 违背基本假设的情况 4.1 异方差性产生的背景和原因 4.2 一元加权最小二乘估计4.3 多元加权最小二乘估计4.4 自相关性问题及其处理 4.5 异常值与强影响点 4.6 本章小结与评注 第四章 违背基本假设的情况 Gauss-Markov条件 4.1 异方差性产生的背景和原因 一异方差产生的原因
单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级第3章 回归预测法3.1 一元线性回归预测法3.2 多元线性回归预测法3.3 非线性回归预测法3.4 应用回归法应注意的问题回总目录3.1 一元线性回归预测法一建立模型 一般式 预测式满足假定条件: (1) 是一个随机变量 (2) (3)
在前面几章里我们讨论的回归模型中都有一些基本的假定。只有当一个回归模型满足经典假定条件时,才能得到一个较好的估计。然而,在研究实际的社会经济等问题时,经常会遇到一些违背经典假定的情况。第四章 违背经典假定的回归模型 1在这些情况下,如果直接用普通最小二乘法建立模型,会得到很不理想的结果。因此,如何处理这些问题,就是我们需要面对的问题。2 在这一章里我们将重点讨论模型中出现了违背经典假定的几种情况
#
??? ?? ??? ??多元线性回归预测法多元线性回归预测法拟合优度检验回归系数的显著性检验回归总体线性的显著性检验预测自相关和多重共线性问题案例分析945415配曲线问题确定变量间函数的类型可根据理论或过去积累的经验予以确定或通过做散点图的方法确定确定相关函数中的未知参数通过变量变换把非线性函数关系转化为线性关系非线性回归预测法一元幂函数回归 非线性回归预测法一元指数回归
#
1.多元线性回归模型的一般形式 (3) 随机扰动项服从正态分布yN(Xβ s2In)二满足古典假定下的参数估计yN(Xβσ2In)是β的无偏估计 计算出的样本统计量样本统计量H0值方差来源其中5. 经济检验回归方程转变为:2. 标准化回归系数 偏判定系数测量在回归方程中已包含若干个自变量时再引入某一个新的自变量后y的剩余变差的相对减少量它衡量y的变差减少的边际贡献在模型中已含有x2
#
违法有害信息,请在下方选择原因提交举报