第五讲多元线性回归.pptVIP

多元线性回归分析 在研究某个经济现象时，如果设定一个变量，该变量受其他因素的影响，该变量称为被解释变量。影响它的因素被称为解释变量。上一章我们讨论了仅有一个解释变量对被解释变量影响的例子。实际上，影响一个经济变量的因素可能会很多，因此，本章我们考虑具有多个解释变量的回归模型，即多元回归模型。 例一：研究某种进口商品的数量（或金额） 解释变量有哪些？ 解释变量：进口商品价格（到岸价、国内市场价）、国产替代品价格、收入水平、汇率水平等。 例二：研究某城市房地产需求 解释变量有哪些？ 解释变量：收入；资产；住房价格或指数；住房价格指数变化率；物价指数、通货膨胀和相关预期；利率等。 例三：研究劳动者收入差异 解释变量有哪些？ 解释变量：性别，教育年限，工龄，行业，年龄，种族，职位，地区。 如果选取的解释变量太少，或者很多重要的解释变量没有考虑到，就会产生遗漏变量偏差问题。 遗漏变量偏差问题 第4章和第5章中的实证分析只集中在学生/教师比上，忽略了某些决定测试成绩的潜在重要因素，而仅仅将这些因素的影响纳入回归误差项中。这些遗漏因素包括教师质量、计算机使用率等学校特征和家庭背景等学生特征。 例如：由于加利福尼亚州有庞大的移民人口，因此我们首先考虑遗漏的且显著有关的学生特征，即学区内还在学习英语的学生人数的普遍性。 忽略学区内英语学习者的百分率可能使测试成绩对学生/教师