序号公式名称计 算 公式1真实的回归模型yt = 0 + 1 xt + ut2估计的回归模型yt =+xt +3真实的回归函数E(yt) = 0 + 1 xt4估计的回归函数=+xt5最小二乘估计公式6和的方差7的无偏估计量= s2 = 8和估计的方差9总平方和( yt -) 210回归平方和(-) 211误差平方和( yt -)2 = ()212可决系数（确定系数）13检验0，1 是否为零的 t 统计量141 的置信区间-t(T-2) 1+t( T-2)15单个 yT+1 的点预测=+x T +116E(yT+1) 的区间预测17单个 yT+1 的区间预测18样本相关系数表 3.4 多元线性回归模型的主要计算公式序号公 式 名 称计 算 公 式1 真实的回归模型Y = X + u2 估计的回归模型Y = X+ 3 真实的回归函数E(Y) = X 4 估计的回归函数= X5 最小二乘估计公式= ( X ' X)-1 X ' Y6 回归系数的方差Var() = 2 ( X ' X)-17 的无偏估计量= s2 ='/ ( T - k)8 回归系数估计的方差() =( X ' X)-19 回归平方和SSR = = '- T10 总平方和SST = Y ' Y - T11 残差平方和SSE = '12 可决系数13 调整的可决系数14 F 统计量15 t 统计量16 点预测公式C = (1 xT+1 1 xT+1 2 ⋯ xT+1 k-1 )= C = 0 +1 x T+1 1 + ⋯ + k-1 x T+1 k-117 E( yT+1) 的置信区间预测Ct/2 (1, T- k) s18 单个 yT+1的置信区间预测Ct/2 (T-k) s19 预测误差et = - y t, t= 1, 2, ⋯, T20 相对误差PE = , t= 1, 2, ⋯, T21 误差均方根22 绝对误差平均23 相对误差绝对值平均24 Theil系数25 偏相关系数是控制 zt 不变条件下的x t, yt 的简单相关系数。26 yt 与 xt 1, xt 2, ⋯, xtk – 1 的复相关系数是 y t 与的简单相关系数。其中是 yt 对 x t 1, x t 2, ⋯ xtk– 1回归的拟合2：随机误差项的性质（1）误差项代表了未纳入模型变量的影响；（2）即使模型中包括了决定数学分数的所有变量，其内在随机性也不可避免，这是做任何努力都无法解释的；（3）u 代表了度量误差；（4）“奥卡姆剃刀原则” ，即描述应该尽可能简单，只要不遗漏重要的信息。3：解释回归结果的步骤（1）看整个模型的显著性，看F 统计量的值；（2）看单个参数的显著性；（3）解释斜率的经济含义；（4）解释 R2。4：古典线性回归模型的基本假定（同多元线性回归模型的基本假定相同）（1）所有自变量是确定性变量；（2）（3）自变量之间不存...
