• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于VBA編程的全子集模型篩選算法

    2023-07-11 11:11:40彭維湘
    統(tǒng)計與決策 2023年11期
    關(guān)鍵詞:因變量子集回歸系數(shù)

    彭維湘

    (廣州工商學院 會計學院,廣州 510507)

    0 引言

    建立多元回歸模型時,若無既有理論模型,且相關(guān)影響因素較多,就需要對自變量進行篩選。

    由于自變量之間、自變量與因變量之間的關(guān)系錯綜復雜,主觀上難以準確判斷哪些自變量更適合于模型,只能用統(tǒng)計方法或基于統(tǒng)計方法進行篩選。目前比較常用的模型篩選方法有:向前逐步回歸、向后逐步回歸、全子集回歸。前兩種方法計算快捷,比較常用;全子集篩選法計算量大,應用比較少。

    從實際應用效果來看,在自變量較多的情況下,向前逐步回歸的估計效果最差,向后逐步回歸的效果好一些,但這些篩選方法得到的都是局部最優(yōu)模型。而基于全子集回歸的篩選方法是對全部子集模型進行估計和比較,不僅可以根據(jù)事先定義找出最優(yōu)模型,還可以搜索到具有特殊意義的模型。

    本文基于VBA for EXCEL編程技術(shù),探討如何通過全子集篩選法實現(xiàn)對回歸模型的構(gòu)建、估計、優(yōu)化、應用。

    1 全子集篩選原理

    1.1 全子集模型

    設(shè)多元回歸模型有k個自變量x1,x2,…,xk,因變量為y,設(shè)置線性回歸模型如下:

    則含1 個自變量的子集為:{x1},{x2},…,{xk},共有k個子集。

    含2個自變量的子集為:{x1,x2},{x1,x3},…,{xk-1,xk},共有k(k-1)/2 個子集。

    含3個自變量的子集為:{x1,x2,x3},{x1,x2,x4},…,{xk-2,xk-1,xk},共有k(k-1)(k-2)/6 個子集。

    …………

    含k個自變量的子集只有一個:{x1,x2,…,xk}。

    由k個自變量生成的全部子集模型個數(shù)是:k++…+。全子集篩選就是對所有子集模型進行估計、檢驗和篩選。

    1.2 統(tǒng)計顯著性模型

    若模型中全部自變量的回歸系數(shù)都通過了t 檢驗,則該模型就是統(tǒng)計顯著性模型,即每個自變量t統(tǒng)計量的絕對值都要大于t統(tǒng)計量的臨界值。如果任何一個自變量的t統(tǒng)計量不顯著(常數(shù)項一般不進行t檢驗),那么該模型就要被舍棄。

    用t1,t2,…,tk表示k個自變量的t 統(tǒng)計量,若最小的t統(tǒng)計量大于一定顯著性水平下的臨界值,該模型就是統(tǒng)計顯著性模型,即min(|t1|,|t2|,…,|tk|)>t1-a/2(n-k-1),其中,n是樣本容量。

    在全部子集模型中,t 統(tǒng)計量顯著的模型很多,但不同模型的回歸效果不同,所以t統(tǒng)計量只能篩選出統(tǒng)計顯著性模型,不能判斷模型優(yōu)劣。

    1.3 最優(yōu)顯著性模型

    判定回歸模型最優(yōu)的標準是什么?向前逐步回歸、向后逐步回歸側(cè)重于回歸系數(shù)的t檢驗,對模型優(yōu)劣的判別標準定義不夠明確。而全子集回歸必須進行嚴格定義,否則無法進行篩選。

    常用判別模型優(yōu)劣的統(tǒng)計量有:R2、S、AIC、BIC,其中,R2越大或S、AIC、BIC 越小,模型就越好。特別是S,能直接反映因變量估計值與實際值之間誤差的大小,S越小模型越優(yōu),是比較好的判斷標準;AIC和BIC包含了自由度因素,更多側(cè)重于避免出現(xiàn)維度災害(自變量過多)和模型復雜度太高的問題。這些統(tǒng)計量的計算公式分別是:

    通過大量計算可以發(fā)現(xiàn),R2、S兩個標準的判斷差別不大,AIC、BIC 兩個標準的差異也不大,但AIC、BIC 與R2、S相互間的判別結(jié)果差異較大。本文用S作為判斷標準,借助AIC進行輔助判斷。篩選原理是:從只有1個自變量的子集開始,對每個子集模型進行t檢驗,保留t統(tǒng)計量顯著的模型,然后比較不同子集模型的S,S最小的模型即為最優(yōu)顯著性模型。

    2 全子集模型篩選算法

    2.1 一般全子集模型篩選法

    一般全子集模型篩選法:在將所有子集模型全部估計、判斷、比較完之后,找出全部顯著性子集模型中S最小的那個子集模型。從包含1 個自變量的子集模型開始計算,直到計算完包含全部自變量的子集模型。理論上要進行k++…+1 次計算,但自變量很多的時候,可以提前終止計算。提前終止方法有三種:

    方法1:人為規(guī)定模型中的自變量個數(shù)不超過某個值,達到則終止。篩選出來的雖然不是最優(yōu)模型,但也能達到很好的擬合效果。

    方法2:k個自變量形成的全部子集包括含1,…,k個自變量的子集,在自變量個數(shù)為m的子集模型中,只要至少存在一個統(tǒng)計顯著性模型,就必然存在一個回歸誤差S(m)最小的模型。一般情況下,隨著m增大,S(m)先由大變小,超過某個值后又開始變大。在S(m)由大變小然后又開始變大時停止計算,取S(m)最小的那個模型為最優(yōu)模型,不計算其他子集模型。由于擔心S(m)出現(xiàn)波浪形或純遞減變化,因此本文沒有采用這種方法。

    方法3:從只含1個自變量的子集模型開始篩選,當自變量個數(shù)超過某個值時,會出現(xiàn)所有子集模型都不能通過t 檢驗的情況,此時不再對更多自變量的子集模型進行篩選。本文采用的是方法3。詳見圖1。

    圖1 一般全子集模型篩選流程圖

    2.2 多步全子集模型篩選法

    進行全子集模型篩選時,在自變量個數(shù)不多的情況下,計算量不大。例如,當自變量個數(shù)為15 時,理論上要進行32767次回歸和比較,實際上當子集模型中的自變量超過一定個數(shù)后,會因為無顯著性模型而中止計算,計算次數(shù)通常不會達到最大值。但是,如果備選的自變量個數(shù)太多,則進行全子集模型篩選的計算量非常大,甚至大到無法計算。例如,30 個自變量的全子集個數(shù)是1073741823個。因此,本文設(shè)計了一種多步篩選法。

    根據(jù)組合原理,從全部自變量(k個)中取1個、2個或取k個、k-1個自變量進行組合生成的子集模型個數(shù)最少,取k/2(或(k±1)/2)個自變量進行組合生成的子集模型個數(shù)最多。多步篩選法的原理是:不對全部子集模型進行計算和比較,只對包含1、2、k、k-1個自變量的子集模型進行顯著性篩選,然后找出最優(yōu)模型。分三步計算:

    第一步:向前選擇顯著變量。

    (1)篩選出含1個和2個自變量的初始最優(yōu)模型,計算次數(shù)為+。篩選出的最優(yōu)模型可能只有1 個自變量,也可能有2 個自變量。一般地,在自變量個數(shù)較多的情況下,初始篩選出來的2個自變量模型比1個自變量模型更優(yōu),計算時會自動識別,為簡化敘述,后面假設(shè)第一次篩選的最優(yōu)模型有2個自變量。

    (2)從全部自變量中剔除這2 個自變量,再從不包含這2個自變量的其他自變量中取2個自變量進行組合,共有個子集;把每個子集中的2個自變量與已經(jīng)篩選出來的2個自變量合并,共有4個自變量;然后對4個自變量的3個和4個自變量子集模型進行篩選??偣驳挠嬎愦螖?shù)是。

    (3)假設(shè)已經(jīng)篩選出m個自變量,重復前面的步驟:從k-m個自變量中取2 個自變量進行組合,形成個子集,每個子集的2個自變量與前面已經(jīng)篩選出來的m個自變量合并,再在m+1、m+2 個自變量的子集中篩選最優(yōu)模型,總共的計算次數(shù)是。如果篩選結(jié)果沒有增加自變量,則停止計算;否則,按此方法繼續(xù)篩選。

    (4)經(jīng)過多輪篩選后,假設(shè)篩選出了p個自變量,為了防止還有重要自變量被遺漏,再從被篩選掉的k-p個自變量中選擇2 個自變量,形成個子集,并與原先篩選得到的p個自變量合并,得到p+2 個自變量,然后對自變量為p和p+1 個的子集進行篩選,總共的計算次數(shù)是,這次篩選可能會讓新加入的2 個自變量替換原來p個變量中的1 個或2 個,得到S 更小的模型,篩選結(jié)果會得到進一步優(yōu)化。

    這種篩選自變量的方法看起來與向前回歸方法類似,但原理完全不同:它的每一步計算都是已經(jīng)篩選出來的自變量與未被篩選的自變量重新進行組合,形成新的子集模型并進行計算比較,如果發(fā)現(xiàn)更優(yōu)的模型,則繼續(xù)尋找,否則就終止。

    計算中發(fā)現(xiàn):有時候2個以上具有特殊關(guān)系的自變量一起進入模型可以使模型擬合效果更優(yōu),但計算量會大大增加。本文討論的算法一般是每一輪篩選只添加2個或3個自變量(每一輪添加k個自變量進行篩選就是一般全子集模型篩選)。

    第二步:向后刪除不顯著變量。

    先用全部自變量回歸,刪除t統(tǒng)計量不顯著且t統(tǒng)計量絕對值最小的自變量;再用剩余的自變量回歸,用同樣的方法刪除不顯著的自變量,直到模型中所有自變量的t統(tǒng)計量都顯著。這種方法就是向后回歸法,那些具有特殊關(guān)系的自變量會被一起保留下來。

    第三步:合并顯著變量并進行子集篩選。

    把第一步和第二步篩選出來的顯著變量合并在一起,假設(shè)第一步篩選出p1個自變量,第二步篩選出p2個自變量,合并在一起,刪除相同的自變量后,自變量的個數(shù)是p3(p1+p2-重復個數(shù))。

    第三步:合并顯著變量并進行子集篩選

    把第一步和第二步篩選出來的顯著變量合并在一起,假設(shè)第一步篩選出p1個自變量,第二步篩選出p2個自變量,合并在一起并刪除重復的自變量后,自變量的個數(shù)是p3(p1+p2-重復個數(shù)),然后篩選p0,…,p3個自變量的子集,其中,p0=max(p1-2,p2-2,1)。p1-2,p2-2 的目的是看在增加了其他自變量后,自變量個數(shù)少于p1(或p2)是否存在更優(yōu)模型。在多次試算中,p0=max(p1-2,p2-2,1)與p0=max(p1,p2,1)的計算結(jié)果無差別,前者計算量大些,但p0=max(p1-2,p2-2,1)可能會有更優(yōu)(S 更小)的模型,所以VBA 計算程序中使用的是p0=max(p1-2,p2-2,1)。

    例如:有30 個自變量,第一步篩選出來13 個,第二步篩選出來15 個,其中10 個相同,合并后的自變量個數(shù)是18個,則包含15、16、17、18個自變量的全部子集模型中至少有一個t統(tǒng)計量顯著且S最小的模型。

    多步篩選法的流程圖如圖2所示。

    圖2 多步全子集模型篩選流程圖

    2.3 VBA算法設(shè)計

    (1)操作界面

    圖3所示的窗體是一個操作界面,通過窗體設(shè)置相關(guān)功能和進行操作。

    圖3 全子集篩選方法操作界面

    (2)參數(shù)設(shè)置

    ①數(shù)據(jù)表選擇:將一個模型的數(shù)據(jù)存放在一個工作表中,不同模型的數(shù)據(jù)存放在不同工作表中,可以選擇不同的工作表進行分析。

    ②數(shù)據(jù)類型包含時間序列數(shù)據(jù)和橫截面數(shù)據(jù),時間序列類型又分為年度、季度等。

    ③回歸系數(shù)約束分為:回歸系數(shù)無約束、全部回歸系數(shù)大于0約束、全部回歸系數(shù)小于0約束。

    ④回歸估計方法分為:一般全子集模型篩選法、多步全子集模型篩選法、普通最小二乘法三種。

    ⑤模型形式分為:線性模型、對數(shù)模型、指數(shù)模型、倒數(shù)模型等十多種模型。

    ⑥顯著性水平:1%~10%,也可以輸入其他值,用于計算t統(tǒng)計量的臨界值。

    ⑦滯后期:時間序列模型設(shè)置滯后期后可以派生出因變量和自變量的滯后變量。

    ⑧樣本數(shù)據(jù)選擇:可以設(shè)置樣本數(shù)據(jù)起始點,截取中間一部分數(shù)據(jù)進行分析。

    (3)VBA關(guān)鍵算法

    ①生成自變量子集函數(shù):VBA 自定義函數(shù),生成自變量子集的VBA 算法程序,輸入自變量后生成自變量的全部子集。

    ②回歸估計和檢驗:基于EXCEL中的LINEST函數(shù)計算回歸系數(shù)、t統(tǒng)計量、R2、S、RSS、AIC、BIC統(tǒng)計量,并對回歸系數(shù)進行t檢驗。

    ③模型篩選函數(shù):VBA自定義函數(shù),輸入全部變量,輸出最優(yōu)模型,并保存全部統(tǒng)計顯著性模型。

    ④預測和誤差分析:篩選出最優(yōu)模型后,在數(shù)據(jù)表最后一列插入以EXCEL 公式形式計算的回歸值、誤差值及其他重要統(tǒng)計信息,可以選擇1~10個模型進行聯(lián)合預測。

    ⑤過程保存:將所有t 檢驗顯著的模型用文本文件的形式保存起來,可以對全部顯著性子集模型進行統(tǒng)計分析,比較不同模型篩選方法的差異。

    3 模型設(shè)置的幾個問題

    3.1 計量模型選擇

    選擇線性回歸模型的情況比較多,有時為了達到更好的擬合效果或?qū)崿F(xiàn)特定的分析目的,需要選擇其他形式的計量模型。本文研究的算法提供了多個可供選擇的典型模型,包括:線性模型、雙對數(shù)模型、自變量對數(shù)模型、因變量對數(shù)模型、雙倒數(shù)模型、自變量倒數(shù)模型、因變量倒數(shù)模型、雙指數(shù)模型、自變量指數(shù)模型、因變量指數(shù)模型、雙差分模型、自變量差分模型、因變量差分模型、雙速度模型、自變量速度模型、因變量速度模型等,以供在不同目的、不同情形下使用。

    3.2 虛擬變量設(shè)置

    回歸模型引入虛擬變量,可以用加法原則(將虛擬變量視為普通變量加入模型)、乘法原則(將虛擬變量與所有普通變量相乘后加入模型)或混合原則(虛擬變量既作為普通變量加入模型,又與其他普通變量相乘后加入模型),構(gòu)造新的回歸模型。

    加法原則影響模型截距,乘法原則影響斜率。進行模型篩選就是假設(shè)事先不能判定屬于哪種情況,所以要用混合原則。一元回歸模型加入一個虛擬變量時會變成三元回歸模型。

    如果時間序列模型中既有虛擬變量又有滯后變量,那么乘法原則只對當期自變量起作用,不影響自變量的滯后變量。例如:yt=a0+b1xt+b2xt-1+ut,采用混合原則引入虛擬變量D后變成yt=a0+a1D+b1xt+b2xt-1+b3xtD+ut。

    3.3 滯后變量引入

    時間序列模型中引入滯后變量主要是為了反映客觀現(xiàn)象的滯后影響,加入滯后變量后可以改變模型形式和提高擬合效果。

    以季度時間序列模型為例,設(shè)一個滯后變量(滯后期為4)派生出來的滯后變量模型有:

    滯后變量模型一:

    滯后變量模型二:

    滯后變量模型三:

    滯后變量模型四:

    滯后變量模型三和模型四包含因變量的滯后變量,有自回歸性質(zhì),但若因變量的變化趨勢發(fā)生改變,則會增加預測誤差;滯后變量模型一和模型三派生出的自變量很多,計算量很大,但模擬效果最好;用滯后若干期均值做滯后變量,派生出的自變量最少,計算量最小,在模型中可以反映時間序列的趨勢性、季節(jié)波動性(滯后3 期平均就是為了保留時間序列的季節(jié)波動性),還可以在一定程度上減弱自變量異常值對后期預測結(jié)果的影響。

    3.4 回歸系數(shù)約束

    在回歸系數(shù)無約束條件下,全部子集模型中,S 最小的就是最優(yōu)模型。如果要約束自變量的回歸系數(shù)全部大于0(或全部小于0,或其他約束),就只能在約束條件下選擇S 最小的模型。除了可以通過變換模型的數(shù)學形式達到設(shè)定目的外,用全子集模型搜索不失為最有效的方法。但約束模型系數(shù)后,擬合效果會降低。

    3.5 關(guān)鍵自變量選擇

    有些自變量理論上是模型不可缺少的,為了保證它不被篩選掉,可以將它排斥在被篩選的子集之外(不放在任何一個子集中),然后再篩選最優(yōu)模型。

    根據(jù)本文設(shè)計的算法,只有當期自變量可以設(shè)置為關(guān)鍵自變量,滯后變量不能設(shè)置為關(guān)鍵自變量。關(guān)鍵自變量不能選擇太多,一到兩個即可,如果選擇太多,關(guān)鍵變量之間、關(guān)鍵自變量與其他自變量之間存在的多重共線性問題會導致一些重要自變量不能被選入模型,從而降低模型的擬合效果。

    4 結(jié)論

    綜合前文分析,本文得出如下結(jié)論:

    (1)評價模型好壞的標準不是唯一的,從某種意義上講,根本不存在理論上的最優(yōu)模型,所以想找到一個最優(yōu)模型是不可能的,即使用全子集篩選法找到了S最小的模型,其預測結(jié)果也未必是最好的。

    (2)以S 最小為標準篩選模型只是方法之一,這個規(guī)則清晰且易于實現(xiàn),是一個非常好的規(guī)則,但不能認為它是最好的規(guī)則,不同方法篩選出來的模型都有價值且不具有可比性。

    (3)對于帶滯后變量的模型,如果S相差不大,滯后變量和回歸系數(shù)看似差異很大,但不同滯后期對因變量的影響平均之后的作用方向、影響程度差別其實并不大,不同模型之間沒有本質(zhì)上的區(qū)別。

    (4)全子集篩選法可以篩選出很多有價值的模型,用于研究一些重要統(tǒng)計量的統(tǒng)計規(guī)律。例如,用多個優(yōu)選出來的模型進行聯(lián)合預測、邊際效應分析、彈性系數(shù)分析等,可避免某個模型的偶然性。

    (5)VBA 編程不僅用戶界面友好,而且前期的資料準備和后期的計算分析、結(jié)果整理,以及與WORD、PPT、統(tǒng)計分析軟件進行數(shù)據(jù)交換都極其方便。

    猜你喜歡
    因變量子集回歸系數(shù)
    由一道有關(guān)集合的子集個數(shù)題引發(fā)的思考
    調(diào)整有限因變量混合模型在藥物經(jīng)濟學健康效用量表映射中的運用
    中國藥房(2022年7期)2022-04-14 00:34:30
    拓撲空間中緊致子集的性質(zhì)研究
    關(guān)于奇數(shù)階二元子集的分離序列
    適應性回歸分析(Ⅳ)
    ——與非適應性回歸分析的比較
    多元線性回歸的估值漂移及其判定方法
    電導法協(xié)同Logistic方程進行6種蘋果砧木抗寒性的比較
    偏最小二乘回歸方法
    文理導航(2017年20期)2017-07-10 23:21:03
    多元線性模型中回歸系數(shù)矩陣的可估函數(shù)和協(xié)方差陣的同時Bayes估計及優(yōu)良性
    每一次愛情都只是愛情的子集
    都市麗人(2015年4期)2015-03-20 13:33:22
    国产成人a区在线观看| 国产探花极品一区二区| 三级国产精品欧美在线观看| 99久久精品热视频| 久久97久久精品| 国产乱来视频区| 天堂网av新在线| 岛国毛片在线播放| 亚洲av成人精品一二三区| 男女国产视频网站| 99热6这里只有精品| 联通29元200g的流量卡| 国产乱人视频| 国产精品爽爽va在线观看网站| 亚洲四区av| av黄色大香蕉| 国产精品一区二区在线观看99 | 人妻少妇偷人精品九色| 欧美变态另类bdsm刘玥| 国产精品国产三级专区第一集| 高清av免费在线| 美女cb高潮喷水在线观看| 女的被弄到高潮叫床怎么办| 精品少妇黑人巨大在线播放| 国产极品天堂在线| 舔av片在线| 国产成人aa在线观看| 欧美一级a爱片免费观看看| 国产白丝娇喘喷水9色精品| 精华霜和精华液先用哪个| 欧美日韩视频高清一区二区三区二| 国产中年淑女户外野战色| av专区在线播放| 精品熟女少妇av免费看| 天堂√8在线中文| 国产亚洲精品久久久com| videos熟女内射| 亚洲成色77777| 日韩中字成人| 视频中文字幕在线观看| 亚洲人成网站在线播| 少妇熟女aⅴ在线视频| 深夜a级毛片| 亚洲av一区综合| a级毛色黄片| 波多野结衣巨乳人妻| 国产女主播在线喷水免费视频网站 | 成人漫画全彩无遮挡| 亚洲人与动物交配视频| 国产成人一区二区在线| eeuss影院久久| 日日干狠狠操夜夜爽| 美女高潮的动态| 中国美白少妇内射xxxbb| freevideosex欧美| 啦啦啦中文免费视频观看日本| 日本黄色片子视频| 99久久九九国产精品国产免费| 亚洲熟女精品中文字幕| 欧美成人a在线观看| 高清毛片免费看| 伦理电影大哥的女人| 黄片wwwwww| 91在线精品国自产拍蜜月| 免费看日本二区| 成人高潮视频无遮挡免费网站| 欧美日韩精品成人综合77777| 日韩成人av中文字幕在线观看| 久久精品久久久久久久性| 亚洲欧美成人精品一区二区| 日日啪夜夜撸| 91在线精品国自产拍蜜月| 如何舔出高潮| 亚洲国产高清在线一区二区三| 久久久成人免费电影| av国产久精品久网站免费入址| 国产在线一区二区三区精| 国产老妇女一区| 国产成人免费观看mmmm| 能在线免费观看的黄片| 人妻一区二区av| 亚洲成人精品中文字幕电影| 天天躁日日操中文字幕| 午夜精品一区二区三区免费看| 欧美日韩综合久久久久久| 亚洲精品,欧美精品| av在线亚洲专区| 婷婷色麻豆天堂久久| 亚洲一级一片aⅴ在线观看| 乱人视频在线观看| 国国产精品蜜臀av免费| 亚洲婷婷狠狠爱综合网| 在线免费十八禁| 亚洲久久久久久中文字幕| 亚洲丝袜综合中文字幕| 国产毛片a区久久久久| 天天躁夜夜躁狠狠久久av| 亚洲av成人精品一二三区| 日韩强制内射视频| 亚洲va在线va天堂va国产| 成年免费大片在线观看| 亚洲人成网站高清观看| 网址你懂的国产日韩在线| 日本与韩国留学比较| 国产精品人妻久久久影院| 日韩亚洲欧美综合| 91精品一卡2卡3卡4卡| 街头女战士在线观看网站| 久久99热这里只频精品6学生| 亚洲精品国产av蜜桃| av天堂中文字幕网| 亚洲一级一片aⅴ在线观看| 日韩亚洲欧美综合| 熟妇人妻久久中文字幕3abv| 日日撸夜夜添| 在线免费观看不下载黄p国产| 尾随美女入室| 美女主播在线视频| 99久国产av精品国产电影| 欧美97在线视频| 亚洲精品自拍成人| 女人十人毛片免费观看3o分钟| 蜜桃久久精品国产亚洲av| 精品国产一区二区三区久久久樱花 | 国产一区有黄有色的免费视频 | 插阴视频在线观看视频| 天堂av国产一区二区熟女人妻| 人人妻人人澡欧美一区二区| 69人妻影院| 亚洲不卡免费看| 国产熟女欧美一区二区| 99九九线精品视频在线观看视频| 久久精品国产鲁丝片午夜精品| 免费观看在线日韩| 国产精品精品国产色婷婷| 国产精品蜜桃在线观看| 身体一侧抽搐| 日本免费a在线| 成年av动漫网址| 精品国产一区二区三区久久久樱花 | 亚洲国产日韩欧美精品在线观看| 国产精品av视频在线免费观看| 亚洲欧美清纯卡通| 中文资源天堂在线| 七月丁香在线播放| 简卡轻食公司| 十八禁网站网址无遮挡 | 午夜视频国产福利| 国产精品av视频在线免费观看| 亚洲av免费高清在线观看| 国产伦精品一区二区三区四那| 免费看a级黄色片| 一二三四中文在线观看免费高清| 精品国内亚洲2022精品成人| 欧美bdsm另类| 国产人妻一区二区三区在| 欧美人与善性xxx| 国内揄拍国产精品人妻在线| 久久精品夜色国产| 国产老妇女一区| 亚洲国产欧美人成| 亚洲精品456在线播放app| 波野结衣二区三区在线| 舔av片在线| 亚洲精品乱码久久久v下载方式| 国内精品美女久久久久久| 狂野欧美激情性xxxx在线观看| 久久精品久久久久久久性| 在线a可以看的网站| 亚洲自偷自拍三级| 91精品国产九色| 你懂的网址亚洲精品在线观看| 色哟哟·www| 亚洲精品456在线播放app| 在线天堂最新版资源| 国产亚洲午夜精品一区二区久久 | 日本熟妇午夜| 国产一区二区亚洲精品在线观看| 日本三级黄在线观看| 国产精品综合久久久久久久免费| 一区二区三区四区激情视频| 精品国内亚洲2022精品成人| 久久精品夜夜夜夜夜久久蜜豆| 国产亚洲av嫩草精品影院| 免费看不卡的av| 男人舔女人下体高潮全视频| 国产人妻一区二区三区在| 久久鲁丝午夜福利片| 国产精品人妻久久久影院| 久久人人爽人人片av| 人人妻人人澡人人爽人人夜夜 | 日日啪夜夜爽| 免费看a级黄色片| 午夜老司机福利剧场| 国产色爽女视频免费观看| 男人舔奶头视频| av在线播放精品| 日韩欧美国产在线观看| 亚洲国产精品sss在线观看| 亚洲欧美清纯卡通| 精品酒店卫生间| 欧美精品国产亚洲| 直男gayav资源| 中文字幕av成人在线电影| 国精品久久久久久国模美| videos熟女内射| 国产黄色免费在线视频| 性插视频无遮挡在线免费观看| 日韩一区二区视频免费看| 亚洲精品成人久久久久久| 午夜福利视频1000在线观看| 国产成人freesex在线| 黑人高潮一二区| 久久精品久久久久久久性| 一级毛片黄色毛片免费观看视频| 激情 狠狠 欧美| 午夜久久久久精精品| 汤姆久久久久久久影院中文字幕 | www.av在线官网国产| 亚洲熟妇中文字幕五十中出| 色尼玛亚洲综合影院| 2022亚洲国产成人精品| 久久人人爽人人爽人人片va| 亚洲av电影不卡..在线观看| 神马国产精品三级电影在线观看| 国产精品嫩草影院av在线观看| 亚洲在久久综合| 一级片'在线观看视频| 国产精品久久久久久久久免| 日韩av不卡免费在线播放| 一区二区三区免费毛片| 日本熟妇午夜| 亚洲av电影在线观看一区二区三区 | 美女被艹到高潮喷水动态| 日韩中字成人| 建设人人有责人人尽责人人享有的 | 亚洲欧美一区二区三区国产| 一级毛片黄色毛片免费观看视频| 青青草视频在线视频观看| 又黄又爽又刺激的免费视频.| 国产一区有黄有色的免费视频 | 日韩一区二区三区影片| 午夜福利网站1000一区二区三区| 国产精品久久视频播放| 国产探花极品一区二区| 乱人视频在线观看| 精品久久久久久久人妻蜜臀av| 精品人妻视频免费看| av女优亚洲男人天堂| 国产精品.久久久| 亚洲精品色激情综合| 美女高潮的动态| 麻豆久久精品国产亚洲av| 啦啦啦中文免费视频观看日本| 日韩欧美一区视频在线观看 | 天堂网av新在线| 在线观看一区二区三区| 嘟嘟电影网在线观看| 国内少妇人妻偷人精品xxx网站| 亚洲国产精品成人综合色| 国产午夜精品一二区理论片| 97超视频在线观看视频| 欧美 日韩 精品 国产| av线在线观看网站| 久久国产乱子免费精品| 狂野欧美白嫩少妇大欣赏| 亚洲成人av在线免费| 精品一区在线观看国产| 大又大粗又爽又黄少妇毛片口| 久久精品国产自在天天线| 久久精品夜色国产| 一级毛片黄色毛片免费观看视频| 午夜福利在线观看吧| 色5月婷婷丁香| 天堂√8在线中文| 精品人妻一区二区三区麻豆| 婷婷六月久久综合丁香| 亚洲久久久久久中文字幕| 亚洲真实伦在线观看| 国内精品宾馆在线| 免费观看在线日韩| 一二三四中文在线观看免费高清| 日日摸夜夜添夜夜添av毛片| 一级a做视频免费观看| 欧美成人午夜免费资源| 日韩精品有码人妻一区| 又爽又黄无遮挡网站| 国产女主播在线喷水免费视频网站 | 一级爰片在线观看| 国产成人免费观看mmmm| 日韩av在线大香蕉| 国产精品99久久久久久久久| 舔av片在线| 亚洲三级黄色毛片| 爱豆传媒免费全集在线观看| 高清在线视频一区二区三区| 亚洲欧美日韩无卡精品| 亚洲欧美中文字幕日韩二区| 三级国产精品欧美在线观看| 久久久色成人| 精品一区二区三区人妻视频| 午夜福利视频1000在线观看| 欧美日韩综合久久久久久| 天美传媒精品一区二区| 尾随美女入室| 久久久精品欧美日韩精品| 男女那种视频在线观看| 美女黄网站色视频| 乱码一卡2卡4卡精品| 日韩不卡一区二区三区视频在线| 欧美 日韩 精品 国产| 人人妻人人澡欧美一区二区| 建设人人有责人人尽责人人享有的 | 久久99热6这里只有精品| 国产女主播在线喷水免费视频网站 | 内射极品少妇av片p| or卡值多少钱| 久久久精品免费免费高清| 亚州av有码| 伊人久久国产一区二区| 国产成人91sexporn| 国产精品蜜桃在线观看| 少妇丰满av| 超碰97精品在线观看| 亚洲av国产av综合av卡| 午夜激情欧美在线| 亚洲激情五月婷婷啪啪| 三级毛片av免费| 国产爱豆传媒在线观看| 成人av在线播放网站| 亚洲欧美一区二区三区黑人 | 亚洲av中文av极速乱| 五月天丁香电影| 免费观看av网站的网址| 国语对白做爰xxxⅹ性视频网站| 网址你懂的国产日韩在线| 一区二区三区四区激情视频| 国产精品一区二区三区四区免费观看| 亚洲国产精品成人综合色| 少妇熟女aⅴ在线视频| 少妇裸体淫交视频免费看高清| 午夜免费男女啪啪视频观看| 欧美另类一区| 91精品一卡2卡3卡4卡| 综合色av麻豆| 97超碰精品成人国产| 男女国产视频网站| 中文资源天堂在线| 国产黄色小视频在线观看| 国产亚洲精品av在线| 搡老乐熟女国产| 国产精品人妻久久久久久| 色综合站精品国产| 国产亚洲精品av在线| 狂野欧美激情性xxxx在线观看| 国产在线男女| or卡值多少钱| 特级一级黄色大片| 日本免费a在线| 熟妇人妻久久中文字幕3abv| 国产高清有码在线观看视频| 看十八女毛片水多多多| 97热精品久久久久久| 成人亚洲欧美一区二区av| 毛片一级片免费看久久久久| av天堂中文字幕网| 春色校园在线视频观看| 国产一级毛片七仙女欲春2| 国产亚洲精品久久久com| 免费观看av网站的网址| 亚洲国产精品成人久久小说| 国产爱豆传媒在线观看| 麻豆乱淫一区二区| 国产真实伦视频高清在线观看| 亚洲一区高清亚洲精品| 精华霜和精华液先用哪个| 久热久热在线精品观看| 国产不卡一卡二| 狠狠精品人妻久久久久久综合| 国产不卡一卡二| 成年av动漫网址| 亚洲av成人精品一二三区| 丝瓜视频免费看黄片| 成人国产麻豆网| 别揉我奶头 嗯啊视频| 精品久久久久久电影网| 在线观看人妻少妇| 亚洲内射少妇av| 欧美潮喷喷水| 国产精品爽爽va在线观看网站| 国产又色又爽无遮挡免| 男女国产视频网站| 在线播放无遮挡| 亚洲av一区综合| 国产一区二区三区综合在线观看 | 搡老乐熟女国产| 中文资源天堂在线| 免费观看无遮挡的男女| 国产老妇女一区| 午夜福利视频1000在线观看| ponron亚洲| 亚洲精品第二区| 只有这里有精品99| 成人亚洲精品av一区二区| 国产不卡一卡二| 久久久久久久久久久丰满| 久久久久久久久大av| 午夜久久久久精精品| 爱豆传媒免费全集在线观看| 99久久精品一区二区三区| 一级毛片电影观看| 伦精品一区二区三区| av在线播放精品| 国产白丝娇喘喷水9色精品| 国产av国产精品国产| 网址你懂的国产日韩在线| 日韩欧美精品免费久久| 亚洲精品aⅴ在线观看| 国产麻豆成人av免费视频| 国产精品国产三级专区第一集| 熟女人妻精品中文字幕| 国产午夜精品久久久久久一区二区三区| 亚洲精品中文字幕在线视频 | 嫩草影院入口| 日本黄大片高清| 亚洲人与动物交配视频| 美女大奶头视频| 久久久久久久大尺度免费视频| 国内揄拍国产精品人妻在线| 一级爰片在线观看| or卡值多少钱| 大香蕉久久网| 国产亚洲精品久久久com| 国产爱豆传媒在线观看| 久久久色成人| 国产av在哪里看| 国产单亲对白刺激| 婷婷六月久久综合丁香| 成人综合一区亚洲| 中国国产av一级| 岛国毛片在线播放| 99久久精品国产国产毛片| 午夜福利高清视频| 又爽又黄无遮挡网站| 搡女人真爽免费视频火全软件| 久久久a久久爽久久v久久| 有码 亚洲区| 人妻一区二区av| 亚洲国产精品成人综合色| 在线天堂最新版资源| 国产人妻一区二区三区在| 2021天堂中文幕一二区在线观| 欧美成人精品欧美一级黄| 国产精品av视频在线免费观看| 亚洲人成网站高清观看| 嫩草影院精品99| 人人妻人人澡人人爽人人夜夜 | 99久久精品一区二区三区| 国产69精品久久久久777片| 天堂中文最新版在线下载 | 真实男女啪啪啪动态图| 亚洲一级一片aⅴ在线观看| 久久久a久久爽久久v久久| 自拍偷自拍亚洲精品老妇| 嘟嘟电影网在线观看| 久久精品久久久久久噜噜老黄| 久久精品国产亚洲av天美| 国产成人91sexporn| 精品久久久久久久久久久久久| 亚洲一级一片aⅴ在线观看| 午夜免费观看性视频| 听说在线观看完整版免费高清| 欧美人与善性xxx| 超碰av人人做人人爽久久| 久久精品国产亚洲av涩爱| 午夜福利视频精品| 白带黄色成豆腐渣| 春色校园在线视频观看| 日韩av不卡免费在线播放| a级毛色黄片| 日产精品乱码卡一卡2卡三| 免费在线观看成人毛片| 国产一区二区在线观看日韩| 真实男女啪啪啪动态图| 舔av片在线| 黄色一级大片看看| 丰满少妇做爰视频| 久久热精品热| 特大巨黑吊av在线直播| 亚洲精品色激情综合| 国产在线男女| av在线播放精品| 欧美区成人在线视频| 成人av在线播放网站| 日韩欧美精品v在线| av线在线观看网站| 国产黄a三级三级三级人| 日日摸夜夜添夜夜添av毛片| 一二三四中文在线观看免费高清| 免费观看在线日韩| 老司机影院成人| 午夜福利在线在线| av线在线观看网站| 久久久久久久午夜电影| 大香蕉久久网| 国产片特级美女逼逼视频| 久久99蜜桃精品久久| 亚洲精品乱码久久久v下载方式| 美女黄网站色视频| 国产亚洲精品av在线| 色播亚洲综合网| 国产精品一区二区性色av| 国产视频内射| www.色视频.com| 国产激情偷乱视频一区二区| 欧美激情在线99| 成年女人看的毛片在线观看| 国产精品国产三级国产专区5o| 精品久久久久久电影网| 99久久精品一区二区三区| 69av精品久久久久久| 国产成人精品久久久久久| 色视频www国产| 亚洲国产精品专区欧美| 久久久久久久久中文| 一个人观看的视频www高清免费观看| 国产一级毛片七仙女欲春2| 韩国高清视频一区二区三区| 亚洲怡红院男人天堂| 青春草视频在线免费观看| 校园人妻丝袜中文字幕| 欧美三级亚洲精品| 久久99热6这里只有精品| 亚洲综合色惰| 18+在线观看网站| av卡一久久| 免费观看av网站的网址| 久久久久精品性色| 精品人妻视频免费看| av在线老鸭窝| 美女xxoo啪啪120秒动态图| 欧美区成人在线视频| a级毛色黄片| 丰满人妻一区二区三区视频av| 97超碰精品成人国产| 一区二区三区四区激情视频| 国内精品美女久久久久久| 免费看av在线观看网站| 亚洲精品色激情综合| 日韩国内少妇激情av| 国产精品熟女久久久久浪| 国产三级在线视频| 亚洲久久久久久中文字幕| 97超视频在线观看视频| 99re6热这里在线精品视频| 高清欧美精品videossex| 人人妻人人澡欧美一区二区| videos熟女内射| 丰满乱子伦码专区| 网址你懂的国产日韩在线| 亚洲欧美中文字幕日韩二区| 亚洲自拍偷在线| 中文在线观看免费www的网站| 国产高清国产精品国产三级 | 亚洲av中文字字幕乱码综合| 亚洲高清免费不卡视频| 天天躁夜夜躁狠狠久久av| 亚洲久久久久久中文字幕| 有码 亚洲区| 久久久久久久久久久免费av| 51国产日韩欧美| 婷婷六月久久综合丁香| 免费看不卡的av| 欧美日韩国产mv在线观看视频 | 91久久精品电影网| 丝瓜视频免费看黄片| a级毛片免费高清观看在线播放| 波野结衣二区三区在线| 少妇熟女欧美另类| 高清日韩中文字幕在线| 亚洲性久久影院| 久久国内精品自在自线图片| 免费观看a级毛片全部| 联通29元200g的流量卡| 卡戴珊不雅视频在线播放| 男女啪啪激烈高潮av片| av黄色大香蕉| 国产精品女同一区二区软件| 国产成人精品久久久久久| 狠狠精品人妻久久久久久综合| 精品一区在线观看国产| 亚洲成人av在线免费| 麻豆av噜噜一区二区三区| 国产成年人精品一区二区| 不卡视频在线观看欧美| 麻豆成人午夜福利视频| 又大又黄又爽视频免费| 国产午夜精品一二区理论片| 男插女下体视频免费在线播放| 日本午夜av视频| 秋霞伦理黄片| 精品久久久久久久末码| 久久99蜜桃精品久久| 日韩电影二区| 18禁在线无遮挡免费观看视频| 免费高清在线观看视频在线观看| 老女人水多毛片| 一区二区三区四区激情视频| 亚洲av中文av极速乱| 国产日韩欧美在线精品| 国产精品久久久久久av不卡| 日产精品乱码卡一卡2卡三| 精品一区二区三卡| 嫩草影院入口| 自拍偷自拍亚洲精品老妇|