論線性回歸分析的擴展(ppt 93頁)

論線性回歸分析的擴展目錄：
一、引言：放寬經典模型的假設
二、多重共線性
三、異方差性
四、序列相關
五、設定誤差

論線性回歸分析的擴展內容提要：
經典正態線性回歸模型（CNLRM）的假定：
（一）關於模型的假定
回歸模型對參數而言是線性的
模型是正確設定的
（二）關於解釋變量的假定
解釋變量X是確定性變量
若X是隨機的，則誤差項與X不相關
解釋變量的取值有足夠變異
解釋變量之間不存在完全的線性關係
……

運用回歸分析進行診斷：
逐步分析法：先引入經濟意義明顯，並且在統計上最顯著的解釋變量，然後逐步引入其他解釋變量。如果新引入的解釋變量使原有解釋變量的係數估計值發生明顯變化，或t統計量明顯變小，則說明新引入的解釋變量與原有解釋變量之間存在多重共線性，可以去掉新引入的解釋變量
輔助回歸法：做每一個解釋變量對其餘解釋變量的回歸，得出相應的F統計值，如果在給定的顯著性水平下F統計值是顯著的，說明該解釋變量與其他解釋變量之間存在線性關係，可以去掉該解釋變量（p207，p211）
……

異方差性的影響：
回歸係數的OLS估計量雖然是無偏的、一致的，但不再是有效的
回歸標準差的估計不再是無偏的
回歸係數OLS估計量的方差估計不再是無偏的，因而t統計量不再服從t分布，F統計量不再服從F分布，從而無法進行區間估計和假設檢驗
無法根據回歸結果進行預測

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