1樓：匿名使用者
普通最bai小二乘法保證了模型最好du
地擬合了樣本觀測值zhi，但擬合得好並不意dao味著質量高，版故引數估計量與真權值的擬合程度和顯著性有待進一步的檢驗，其中就包括擬合優度檢驗。舉個通俗的例子：我用比身高的方法把班裡相對最高的那位同學選了出來，但是不代表他就很高，他高不高還有待用尺子去量一下。
採用普通最小二乘估計方法,已經保證了模型最好地擬合了樣本觀測值,為什麼還要檢驗模擬的擬合優度問題？ 5
2樓：
的確，擬合出具體模型並不能算完整，算擬合優度能使你的論述更加有說服力，要擺出來一些模型的事實來說服別人
計量經濟學中的模型已經採用了最小二乘法估計，為什麼還要進行擬合優度檢驗？
3樓：
計量經濟學其實是這樣的：
比如說，有很多個變數，a b c一直到z。我們想找a受到什麼變數的影響，真正的關係是，
a=常數＋2b+3c＋殘差 ，只有b和c會影響到a，其他都不影響。
但是，這個具體的模型我們並不知道，計量經濟學的任務就是去猜這個關係。我們在猜這個關係的時候，a到z所有的資料都有，但是到底哪些會影響a呢？那麼就靠我們猜咯，用計量的各種工具猜。
那麼我們猜出來的模型，比如說是這樣的，a=常數＋2b+3e。我們猜出來的這個模型和真正的模型a=常數＋2b+3c不一樣。但是也不是說都是沒用的，因為裡面有b，b可以解釋一部分a。
這時候給我們自己這個模型打分，就是擬合優度，具體說，就是看看到底解釋了多少a。
另外，用不用最小二乘和擬合優度檢驗沒關係。最小二乘是我們猜模型的方法，擬合優度就是檢驗你猜的好不好
4樓：q我
最好有以下幾塊東西
1、選定研究物件
（確定被解釋變
量，說明選題的意義和原因等。）
2、確定解釋變數，儘量完備地考慮到可能的相關變數供選擇，並初步判定個變數對被解釋變數的影響方向。
（ 作出相應的說明 ）
3、確定理論模型或函式式
（根據相應的理論和經濟關係設立模型形式，並提出假設，係數是正的還是負的等。）
（二）資料的收集和整理
（三）資料處理和迴歸分析
（先觀察資料的特點，**和輸出散點圖，最後選擇相應的變數關係式進行ols迴歸，並輸出會歸結果。）
（四）迴歸結果分析和檢驗
（寫出模型估計的結果）
1、迴歸結果的經濟理論檢驗，方向正確否？理論一致否？
2、統計檢驗，t檢驗 f 檢驗 r2— 擬合優度檢驗3、模型設定形式正確否？可試試其他形式。
4、模型的穩定性檢驗。
（五）模型的修正
（對所發現的模型變數選擇問題、設定偏誤、模型不穩定等，進行修正。）（六）確定模型
（七）**
普通最小二乘法性質
5樓：
普通最小
二乘法（ordinary least square，簡稱ols），是應用最多的引數估計方法，也是從最小二乘原理出發的其他估計方法的基礎。
在已經獲得樣本觀測值 （i=1,2,…,n）的情況下（見圖2.2.1中的散點），假如模型（2.
2.1）的引數估計量已經求得到，為 和 ，並且是最合理的引數估計量，那麼直線方程（見圖2.2.
1中的直線）
i=1,2,…,n (2.2.2)
應該能夠最好地擬合樣本資料。其中 為被解釋變數的估計值，它是由引數估計量和解釋變數的觀測值計算得到的。那麼，被解釋變數的估計值與觀測值應該在總體上最為接近，判斷的標準是二者之差的平方和最小。
(2.2.3)
為什麼用平方和？因為二者之差可正可負，簡單求和可能將很大的誤差抵消掉，只有平方和才能反映二者在總體上的接近程度。這就是最小二乘原則。
那麼，就可以從最小二乘原則和樣本觀測值出發，求得引數估計量。
由於是 、 的二次函式並且非負，所以其極小值總是存在的。根據羅彼塔法則，當q對 、 的一階偏導數為0時，q達到最小。即
(2.2.4)
容易推得特徵方程：
解得：（2.2.5）
所以有： （2.2.6）
於是得到了符合最小二乘原則的引數估計量。
為減少計算工作量，許多教科書介紹了採用樣本值的離差形式的引數估計量的計算公式。由於現在計量經濟學計算機軟體被普遍採用，計算工作量已經不是什麼問題。但離差形式的計算公式在其他方面也有應用，故在此寫出有關公式，不作詳細說明。
記（2.2.6）的引數估計量可以寫成
(2.2.7)
至此，完成了模型估計的第一項任務。下面進行模型估計的第二項任務，即求隨機誤差項方差的估計量。記 為第i個樣本觀測點的殘差，即被解釋變數的估計值與觀測值之差。則隨機誤差項方差的估計量為
(2.2.8)
在關於 的無偏性的證明中，將給出（2.2.8）的推導過程，有興趣的讀者可以參考有關資料。
在結束普通最小二乘估計的時候，需要交代一個重要的概念，即「估計量」和「估計值」的區別。由（2.2.
6）給出的引數估計結果是由一個具體樣本資料計算出來的，它是一個「估計值」，或者「點估計」，是引數估計量 和 的一個具體數值；但從另一個角度，僅僅把（2.2.6）看成 和 的一個表示式，那麼，則是 的函式，而 是隨機變數，所以 和 也是隨機變數，在這個角度上，稱之為「估計量」。
在本章後續內容中，有時把 和 作為隨機變數，有時又把 和 作為確定的數值，道理就在於此。
採用普通最小二乘法估計模型引數，迴歸模型為
6樓：匿名使用者
有兩種抄
方法：1.根據上表的
襲t-statistic，可以
bai發現，所有變數係數的t檢驗du值都小於zhit0.025（8）=2.306，均未通dao過5%顯著性水平下的t檢驗，沒有一個解釋變數對被解釋變數的影響是顯著的。。。
2.通過後面prob. 給出的值可以看出，所有變數係數估計的p值都遠遠大於顯著性水平α=0.05，說明哪個變數都不顯著。。。。
最小二乘估計對樣本資料有要求嗎
最小二乘的思想就是要使得觀測點和估計點的距離的平方和達到最小，二乘 指的是用平方來度量觀測點與估計點的遠近，在古漢語中 平方 稱為 二乘 最小 指的是引數的估計值要保證各個觀測點與估計點的距離的平方和達到最小，從思想的角度看，我認為最小二乘法估計對樣本資料沒有要求，但也許在實際的應用中，考慮到估計的...
最小二乘法曲線擬合公式,matlab最小二乘法曲線擬合怎麼取
老弟，公式打不出來的 一般都是用matlab搞定的，它裡面有現成的函式供使用的 典型程式解析 x 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 input xi data y 1.978 3.28 6.16 7.08 7.34 7.66 9.56 9.48 9.30 1...
使用最小二乘法擬合直線C，求用C 實現最小二乘法曲線擬合程式碼
這是通過除錯的程式，可以試試 include include include using namespace std class leastsquare 求c或c 語言編寫的用最小二乘法進行曲線擬合 你的近似解析表示式為y at bt 2 ct 2 是不是想寫成為y at bt 2 ct 3 但是實...