1、3.3多元線性回歸模型的統計檢查，1，擬合優(yōu)度檢查2，方程的重要性檢查(F檢查)3，變量的重要性檢查(T檢查)4，參數置信區(qū)間，1，擬合優(yōu)度檢查，1，確定系數和調整的確定系數，總計，問題：應用期間發(fā)現)如果想很好地匹配模型，就會產生只需增加解析變量的錯覺。但是，現實情況是，通過增加解析變量的數量而產生的R2的增加與配合的好壞無關，通常需要調整R2?！安苷鞔_定系數”(adjusted coefficient of determination)，如果樣本容量不變，則增加解析變量會減少自由度，因此曹征的想法是將：牙齒誤差平方和總偏差平方的總和分別除以相應的自由度，以消除變量數對擬合程度的影響。*2，

2、Schwarz指令，常用標準(Akaike information criterion，AIC)和Schwarz指令(Schwarz criterion)牙齒，用于比較變量數不同的多元回歸模型的擬合優(yōu)度。據Eviews估計，中國消費一元例：AIC=6.68 AC=6.83中國消費二元例：AIC=7.09 AC=7.19牙齒點上，前導人均居民消費ConSP (-1)應該包括在模型中。第二，方程式的重要性檢查(F檢查)，方程式的重要性測試，目的是估計模型中解析的變數與解析的變數之間的線性關系在整體上是否明顯成立。1，方程式的顯著F檢查，即檢查模型YI=0 1x1i 2x2i Kxki I=1，2，

3、N的參數J不是0牙齒?？梢蕴岢鲆韵略技僭O和替代假設：h0: 0=1=2=k=0 h1: j都不是0牙齒，ff檢驗的思想是由總偏差平方之和得出的分解。TSS=ESS RSS，牙齒比較大，x的聯合體對y因此，可以通過牙齒比的大小值估計總體線性關系。根據數學統計學的知識，在原始假設H0牙齒成立的條件下，可以得到統計量、自由度為(k，n-k-1)的F分布、指定的顯著性水平、閾值F(k，n-k-1)，可以從樣本中獲得。中國人的人均消費支出實例：一元模型：F=285.92二元模型：F=2057.3，指定的重要性水平=0.05，確定分布表，閾值：一元模型：f (1，21)=4。2，對個性化卓越檢驗和方程式

4、重要性檢驗關系的討論，或者從中國人的人均收入-消費一元模型，從中國人的人均收入-消費二元模型，3，變量的重要性檢驗(T檢驗)開始。牙齒測試由變量的t測試執(zhí)行。，1，T統計，矩陣(XX)-1主對角線的第I元素，參數估計量的方差為：其中2是隨機誤差項的方差，在實際計算中使用估計值代替：因此可以配置以下T統計信息：從示例中獲取統計信息T的數值，然后通過|t| t/2(n-k-1)或|t|t/2(n-k-1)拒絕或接受原始假設H0，以確定模型中是否應包含該分析變量。h0: I=0 (I=1，2k)，注意：一元線性回歸，t檢查與fc檢查匹配，t檢查和fc檢查都檢查相同的原始假設h0: 1=0。另一方面，

5、兩個統計量之間存在以下關系。對于中國人的人均收入-消費支出二元模型，應用軟件計算參數T值：指定的重要性級別=0.05，相應閾值：t0.025(19)=2.093。拒絕原始假設，因為所有計算的T值都大于閾值，如圖所示。也就是說，包括：常量項在內的三個解釋變量都在95%的水平突出，通過了變量重要性測試。4，參數置信區(qū)間，參數置信區(qū)間調查：一次采樣中預測的參數值與參數實際值的接近程度。變量的重要性檢查已經知道了。(1-)的信任級別上I的置信區(qū)間，其中t/2是重要級別，自由度是n-k-1的閾值。對于中國人的人均收入-消費支出二元模型，給定的=0.05，調查表閾值：t0.025(19)=2.093，參數計算置信區(qū)間：0: (44.284，197.116) 1:在相同的樣本容量下，N牙齒越大，TD分布表的閾值越小，樣本容量增加，也可以減少樣本參數估計量的標準差。由于與樣品參數估算量的標準差和誤差