線性回歸的ppt課件(編輯修改稿)
2025-05-30 03:38 本頁面
【文章內(nèi)容簡介】 0iiiiDi 當(dāng)當(dāng)??? ??? XY（三）問題的處理 由于兩個模型的誤差項之間有關(guān)系 因此 CD??? ??? ?????????????????????0001000iiCCiiCDEEii ??例： P66 引入虛擬變量后的回歸結(jié)果 引入虛擬變量后的回歸殘差圖 第三節(jié) 規(guī)律性擾動 ? 問題 ? 問題的發(fā)現(xiàn)與判斷 ? 問題的處理 一、問題 ? 除了異常值問題以外，周期性或其它規(guī)律性擾動，也會使線性回歸模型的誤差項偏離零均值的假設(shè)。 ? 此外，在橫截面數(shù)據(jù)計量經(jīng)濟分析中，觀測對象的性別、年齡、受教育程度等特征差異，也是規(guī)律性擾動因素。 ? 這些問題不影響變量關(guān)系的總體趨勢，但都會對變量關(guān)系產(chǎn)生規(guī)律性影響，如果不預(yù)先加以處理或排除掉，就會導(dǎo)致誤差項均值非零的問題出現(xiàn)，影響回歸分析的效果。 一、問題 例如，變量 Y的季度數(shù)據(jù)中，第一季度總會受到一個季節(jié)性因素的影響。 如果我們忽視這種影響，用兩變量模型 ??? ??? XY或多元模型 ???? ????? KK XXY ?110研究 Y的規(guī)律，就會遇到誤差項非 0問題，即 ??????第一季度第一季度iCiE i,0)( ?二、問題的發(fā)現(xiàn)和判斷 ? 經(jīng)濟問題背景分析 ? 回歸殘差序列圖分析 ? 兩種分析相結(jié)合，確定其是否屬于規(guī)律性擾動 三、問題的處理 ? 解決規(guī)律性擾動問題的方法之一就是對數(shù)據(jù)進行統(tǒng)計平滑處理，消除季節(jié)性或其他周期性擾動的影響。但這樣容易產(chǎn)生兩個問題：一是不能區(qū)別趨勢因素和季節(jié)性擾動，不能真正確定所研究變量關(guān)系的具體變化軌跡，二是容易導(dǎo)致誤差序列自相關(guān)問題。因此，它不是克服規(guī)律性擾動對線性回歸分析影響的好方法 ? 處理規(guī)律性擾動的較好方法是引進虛擬變量，有時需要引進多個虛擬變量。 例如（ 1） 在上個例子中，第一季度存在季節(jié)性因素的影響，在這個例子中，可使用虛擬變量 ??????第一季度第一季度iiDi ,1,0把模型改為 或 ???? ??????? CDXXYKK?110??? ????? CDXY那么新模型的誤差項就不再存在均值非 0的問題，回歸分析的效果就能得到保證。 例如（ 2） ? 如果第一季度受到一種季節(jié)性因素影響，第三季度受到另一種方向和力度不同的因素的擾動，那么可以引進兩個虛擬變量，即 ??????第一季度第一季度iiDi ,1,01??????第三季度第三季度iiDi ,1,03和 將兩個虛擬變量引入模型，模型變?yōu)? ??? ?????? 3311 DCDCXY???? ???????? 3311110 DCDCXXY KK?或 對于截面數(shù)據(jù)計量分析的例子 ? 對于截面數(shù)據(jù)計量分析中，觀測對象特征差異導(dǎo)致的規(guī)律性擾動，也可以利用虛擬變量加以處理。 ? 如觀測對象的性別是一個影響因素，解決的辦法就是在模型中引進虛擬變量，即 ????是女性時當(dāng)是男性時當(dāng)iiDi ,1,01?這個虛擬變量就能解決由于觀測對象的性別因素所導(dǎo)致的誤差項均值非 0問題。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1