论线性回归分析的扩展(ppt 93页)

论线性回归分析的扩展目录：
一、引言：放宽经典模型的假设
二、多重共线性
三、异方差性
四、序列相关
五、设定误差

 

论线性回归分析的扩展内容提要：
经典正态线性回归模型（CNLRM）的假定：
（一）关于模型的假定
回归模型对参数而言是线性的
模型是正确设定的
（二）关于解释变量的假定
解释变量X是确定性变量
若X是随机的，则误差项与X不相关
解释变量的取值有足够变异
解释变量之间不存在完全的线性关系
……

运用回归分析进行诊断：
逐步分析法：先引入经济意义明显，并且在统计上最显著的解释变量，然后逐步引入其他解释变量。如果新引入的解释变量使原有解释变量的系数估计值发生明显变化，或t统计量明显变小，则说明新引入的解释变量与原有解释变量之间存在多重共线性，可以去掉新引入的解释变量
辅助回归法：做每一个解释变量对其余解释变量的回归，得出相应的F统计值，如果在给定的显著性水平下F统计值是显著的，说明该解释变量与其他解释变量之间存在线性关系，可以去掉该解释变量（p207，p211）
……

异方差性的影响：
回归系数的OLS估计量虽然是无偏的、一致的，但不再是有效的
回归标准差的估计不再是无偏的
回归系数OLS估计量的方差估计不再是无偏的，因而t统计量不再服从t分布，F统计量不再服从F分布，从而无法进行区间估计和假设检验
无法根据回归结果进行预测

 

..............................