Bootstrap

回归方程的拟合优度检验_计量经济学:多元线性回归的统计检验

fee264f0c00350cf71bce428ba3367ee.png
图片来自网络,侵删

在一元线性回归模型中,我们进行参数的估计之后,随后便进行了模型的检验。多元线性回归是一元的扩展,自然也需要进行统计检验。

夔小攀:计量经济学:一元线性回归模型的统计检验与预测​zhuanlan.zhihu.com
f812e32fa215ba339337bc2537f19bdf.png

可决系数的调整

一元线性回归模型中,我们谈到模型拟合优度的判断是通过可决系数来衡量的。多元线性回归当然也可以使用可决系数。

总离差平方和:

回归平方和:

残差平方和:

可决系数:

但是,在多元的情况下,还能用可决系数判断拟合优度吗?首先,

肯定没有错,也就意味着公式没有问题。但是,

我们进行最小二乘估计的时候,都是考虑使得残差平方和最小的估计量。那么:

当我们随便增加一个新的解释变量
那么最差的情况,无非是这个解释变量对
的解释毫无作用,而增加的解释变量大多数情况下可能会对
的解释有所帮助。

这就造成一个错觉:只要不断增加解释变量,模型的拟合优度一定

;