【摘要】：多元线性回归模型的参数估计出来后，需要进一步对模型进行统计检验。①模型拟合优度检验：模型拟合优度一般用可决系数R2检验来衡量，R2的大小可以衡量解释变量对因变量变动的联合解释比例。可决系数R2越大，越趋近1，模型拟合度越大。回归方程式（4-3）的可决系数为0.718，表明模型在整体上可以接受，但并不是非常好，模型回归效果还需改进。
为了验证模型，本书运用最小二乘法OLS估计方法对模型（4-2）中的参数进行估计，分析结果如回归方程式（4-3）所示（其中＊表示p＜0.05、＊＊表示p＜0.01、＊＊＊表示p＜0.001）。
多元线性回归模型的参数估计出来后，需要进一步对模型进行统计检验。①模型拟合优度检验：模型拟合优度一般用可决系数R2检验来衡量，R2的大小可以衡量解释变量对因变量变动的联合解释比例。可决系数R2越大，越趋近1，模型拟合度越大。回归方程式（4-3）的可决系数为0.718，表明模型在整体上可以接受，但并不是非常好，模型回归效果还需改进。②回归方程式的显著性检验（F检验）：F检验的目的是从总体上对模型中被解释变量与解释变量之间的线性关系是否显著成立而进行的一种统计检验。本回归方程式的F值为51.105，给定置信度α=0.05，查F分布表，得临界值为2.30，因此通过F检验，回归方程式存在线性回归关系。③解释变量的显著性检验：该检验是检验模型的解释变量是否对被解释变量有显著影响的一种统计检验，给定置信度α=0.05，在自由度为n-5-1=100下，得临界值为1.98，将（4-3）式中t统计量与临界值1.98进行比较，得到变量ln（salet）、ln（ratet×100）、ln（post+1）、ln（negt+1）都对ln（intt）的影响显著，参数的正负性也符合经济理论。但ln（numt）的t值为0.753小于临界值1.98，因此ln（numt）对ln（intt）影响不显著。综合以上因素，还需要对模型进行修正。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
