第五章计量经济学.docVIP

第五章 多元线性回归 第一部分 学习目的和要求 本章主要介绍了多元线性回归模型的内容。需要掌握并理解以下问题： （1）掌握经典多元线性回归的概念及模型、线性模型的假设条件。 （2）掌握参数的最小平方估计法。 （3）了解向量函数微分的概念。 （4）掌握参数的估计量的分布及其性质。 （5）了解概率极限的概念及性质。 （6）掌握参数的无偏估计，极大似然估计，一致估计。 （7）掌握参数的假设检验方法，包括单一线性约束的显著性检验和一般线性假设的检验。 （8）掌握参数的区间估计方法，包括参数向量的区间估计，单个参数的区间估计，几个参数的区间估计。 （9）掌握总体均值的预测，包括点预测和区间预测。掌握总体特定值的预测和区间预测。 第二部分 练习题 一﹑术语解释 1．多元线性回归模型 2．多元线性回归的Gauss-Markov定理 3．概率极限 4．多元线性回归的极大似然估计 二﹑问答 1．多元线性回归模型的假设条件是什么？ 2．求系数的最小二乘估计时，是否需要多元线性模型的假设条件？ 3．参数和的最小二乘估计是什么？ 4．参数和的极大似然估计是它们的无偏估计吗？ 5．概率极限与通常所说的极限有什么不同？ 三、计算证明题 1．建立一个多元线性回归模型： ① 对其中的自变量建立另外一个多元线性回归模型： ② 得到回归残差，最后建立回归模型：