计量经济学课件：第三章 多元线性回归模型资料.docVIP

第三章 多元线性回归模型 第一节 多元线性回归模型及基本假定 问题：只有一个解释变量的线性回归模型能否满足分析经济问题的需要？ 简单线性回归模型的主要缺陷是：把被解释变量Y看成是解释变量X的函数是前提是，在其它条件不变的情况下，并且，所有其它影响Y的因素都应与X不相关，但这在实际情况中很难满足。 怎样在一元线性回归的基础上引入多元变量的回归？ 看教科书第72—73页关于汽车销售量的影响因素的讨论。 一、多元线性回归模型的意义 1、建立多元线性回归模型的意义，即一元线性回归模型的缺陷，多个主要影响因素的缺失对模型的不利影响。 在一元线性回归模型中，如果总体回归函数的设定是正确的，那么，根据样本数据得到的样本回归模型就应该有较好的拟合效果，这时，可决系数就应该较大。相反，如果在模型设定时忽略了影响被解释变量的某些重要因素，拟合效果可能就会较差，此时可决系数会偏低，并且由于忽略了一些重要变量而对误差项的影响会加大，这时误差项会表现出一些违背假定的情况。 2、从一个解释变量到多个解释变量的演变。一个生产函数的例子，一个商品需求函数的例子，（教材第74页）。 二、多元线性回归模型及其矩阵表示 1、一般线性回归模型的数学表达式。设 i=1，2，3，…，n 在模型表达式里，仍是截距项，它反映的是当所有解释变量取值为零时，被解释变量Y的取值；（j=2，3，…，k）