多元(复)回归分析精要.ppt

第三章 多元（复）回归分析 教师：卢时光 1. 复回归分析：估计问题 1.1 三变量模型：符号和假设 将双变量的总体回归模型（PRF）推广，就得到了三变量的总体回归模型。 其中，Y是应变量，X2和X3是解释变量，u是随机干扰项，i是指第i次观测值（当数据为实践序列时，下标t表示第t次观测）。系数β1和β2被称为偏回归系数。 我们继续在经典线性回归模型（CLRM）框架下，这样我们对模型做出如下假设： 其中（6）是说X2与X3之间没有精确的线性关系，专业上称为无共线性或无多重共线性。无共线性是说没有一个解释变量可以写成其余解释变量的线性组合。如果不存在一组不全为零的数λ2和λ3，使得： 如果是这关系存在，我们就说， X2与X3的共线的或线性相关。令一方面，如果这一关系仅当λ2=λ3=0时存在，则X2与X3线性独立。 （a）图表示X2和X3不存在线性关系。（b）图中，区域Y的3和4区域的变异是由于X2引起的，而Y的4和5区域的变异是由于X3引起的，但是区域4是X2和X3共有的，我们无法精确地区别开来，这样区域4代表了共线性。无共线性就要求像（a）图那样，解释变量没有重叠区域。 1.2 对复回归方程的解释 对式子两边求条件期望： 这样，式子给出以变量X2和X3的固定值为条件的Y的条件均值或期望值。如同双变量回归分析，复回归分析是以多个解释变量的固定值为条件的回归分析，并且我们所