4----多元回归.docVIP

多元回归 主要内容 多元回归的定义和参数估计和模型检验 虚拟变量的应用 多重共线性 第一节 多元回归 多元模型的提出 请分析南瓜产量和家庭支出对南瓜价格的影响 年 南瓜价格 南瓜产量 物价指数 家庭支出 1980 26.94 46.81 81.7 2767000 1981 25.71 48.56 85.6 2880000 1982 23.33 52.42 88 3038000 1983 30.31 44.87 89.6 3114000 1984 26.37 51.83 91.7 3196000 1985 26.43 54.21 93.5 3277000 1986 27.73 52.39 94.1 3316000 1987 27.03 55.18 94.2 3371000 1988 28.37 58.82 94.9 3493000 1989 26.46 57.12 97 3592000 1990 28.9 56.9 100 3734000 1991 35.92 54.27 103.3 3925000 1992 30.19 59.15 105 4004000 1993 31.82 59.81 106.4 4023000 该实例中，如果定义南瓜价格为被解释变量，南瓜产量和家庭支出为解释变量，需要两个解释变量拟合南瓜价格，即 ， 此时，与前面的单变量回归有所不同，需要使用新的方法----多元回归解决问题。 多元回归定义、参数估计 多元回归的定义 模型中解释变量有两个或两个以上的回归模型叫多元回归或多重回归模型。 为简单起见，本章使用的多元回归为 ， 很容易把两个解释变量的结论推广到三个或更多个解释变量的模型中。 在 中，和称为偏相关系数。所谓偏相关系数指的是在固定一个解释变量的前提下，另一个解释变量的变化给被解释变量所带来的影响。具体，代表在不变的情况下，每变化一个单位时被解释变量Y的期望值E(Y)的变化量。同理，代表在不变的情况下，每变化一个单位时被解释变量Y的期望值E(Y)的变化量。这是多元回归特殊的地方。在多元回归里，想知道Y的期望值的变化有多少是直接受的影响，有多少是直接受的影响。 偏相关系数的相关内容请参考本章后的附录 (2) 多元回归的矩阵表示方式 其中，， ， ， 。 2. 5个基本假设 (1) 误差项的均值为0，即； (2) 误差项的方差均一，即； (3) 误差项为系列无关，即； (4) 解释变量和为非随机变量，且其中任何一个解释变量不能被常数项和其他解释变量完全复制，即； (5) 误差项服从正态分布，即。 假设(4)以外的其他假设均与单变量回归一致，现在对假设(4)中新增部分进行简单的说明。 情况a 如果解释变量和直交，那么 同时进行的多元回归 ， 与分别进行的单变量回归 ， 和 一致。 情况b 如果解释变量 和 平行，那么它们对被解释变量的解释能力完全一样，此时的模型可以简化为 ， 或 。 情况c 如果解释变量与在空间上既不平行也不垂直，那么根据经济理论中它们对被解释变量的解释能力或数据上的相关系数的强弱按照从抢到弱的顺序，分别作为模型的第一解释变量，第二解释变量，……，以此类推。 例如，假设解释变量对被解释变量的解释能力比强，那么模型为 ； 反之， 。 设定模型时， 尽可能地把重要的解释变量放在前面，可以加大其解释能力。 3. 应用Excel进行多元回归的参数估计 (1) 分析南瓜产量和家庭支出的变化对南瓜价格的影响 a. 步骤 a-1 确定解释变量和被解释变量 与单变量回归同 a-2 相关系数 在“数据分析”中选择“相关系数”并确定范围，计算相关系数。 a-3 参数估计 与单变量回归同 四、 模型检验 1. 参数的有意性检验 (1) t—检验 与单变量回归同 (2) F—检验 a. 检验目标： 检验多个系数是否同时为0 b. 检验方法： 例如检验 中，参数和是否同时为0. 第一步，原假设和备择假设 ， ，或 第二步，构筑F检验统计量 假设 的残差平方和为， 的残差平方和为，则F检验统计量可以定义为 。 该统计量在原假设成立情况下服从分子和分母自由度分别为的F分布。 第三步，查F分布表 第四步，判断结论 2. 上机实习 根据“天津市民主食消费量”样本，试分析个解释变量1%的变动对主食消费量的影响。 3. 修正后决定系数 (1) 增加修正后决定系数的原因 在一元回归模型中，用决定系数来判断样本回归直线的拟合程度，也就是说，决定系数给出了说明变量X对