本来两个变量之间是不存在任何经济关系的,但是因为这两个时间序列数据早启表现出的变化趋势是一致的,所以,当对其进行回归时候会得到一个很高的可决系数,会误以为这一回归关系显著成立。其实这一回归关系是错的,即伪回归。
其实这誉睁弊一回归关系是错的,即伪回归。 要想避免伪回归,应对变量进行平稳性检验,并进行协整检验。若变量之间存在协整关系,这一回归才算成立。
扩展资料
伪回归和过拟合的区别:
如下两个的模型
(1)y = bx + cz + e
(2)y = bx + e
在样本中,模型1的c一定是不显著的么(更严谨的说,nested model test一定不过么)庆族?不一定。因为可能抽样误差导致z和y还真关联了。
把抽样误差当做真模型变化了,就是过拟合。
假设真实模型是y=e,回归了y=bx+e,然后b显著。这就是伪回归,也是过拟合。
但是还有一种情况,真实模型是
y=bz+e
x=dz+e
回归y=bx+e,这时是伪回归,但不是过拟合。
参考资料来源:百度百科-伪回归
标签:通俗,回归,解释