页数:8页文件大小:222.0 KB来源: 计量经济学ppt课件
本课件讲解多元线性回归模型的预测应用,分别给出解释变量给定取值下总体条件均值预测值与个别值预测值的置信区间,说明两类区间的宽窄差异,并讨论样本容量对预测精度的影响。
§3.4多元线性回归模型的预测一、E(Y0)的置信区间二、Y0的置信区间
对于模型给定样本以外的解释变量的观测值X0=(1,X10,X20,…,Xk0),可以得到被解释变量的预测值:它可以是总体均值E(Y0)或个值Y0的预测。但严格地说,这只是被解释变量的预测值的估计值,而不是预测值。为了进行科学预测,还需求出预测值的置信区间,包括E(Y0)和Y0的置信区间。
E(Y0)的置信区间易知
容易证明于是,得到(1-)的置信水平下E(Y0)的置信区间:其中,t/2为(1-)的置信水平下的临界值。
Y0的置信区间如果已经知道实际的预测值Y0,那么预测误差为:容易证明
e0服从正态分布,即构造t统计量可得给定(1-)的置信水平下Y0的置信区间:
中国居民人均收入-消费支出二元模型例中:2001年人均GDP:4033.1元,于是人均居民消费的预测值为Ŷ2001=120.7+0.2213×4033.1+0.4515×1690.8=1776.8(元)实测值(90年价)=1782.2元,相对误差:-0.31%预测的置信区间:
于是E(Ŷ2001)的95%的置信区间为:或(1741.8,1811.7)或(1711.1, 1842.4)同样,易得Ŷ2001的95%的置信区间为
下载地址:{{downurl}}
{{{a}}}
{{#b}}{{{b}}}
{{/b}} {{/title}} {{#nolog}}登陆注册
{{/nolog}} {{#djsx}}点我刷新
{{/djsx}} {{#gocz}} {{/gocz}} {{#ffqr}} {{/ffqr}}