第五章 多元性回归模型(金融计量-浙大 蒋岳祥).docVIP

第五章 多元线性回归模型 在第四章中，我们讨论只有一个解释变量影响被解释变量的情况，但在实际生活中，往往是多个解释变量同时影响着被解释变量。需要我们建立多元线性回归模型。 一、多元线性模型及其假定 多元线性回归模型的一般形式是 令列向量x是变量xk，k=1，2，的n个观测值，并用这些数据组成一个n×K数据矩阵X，在多数情况下，X的第一列假定为一列1，则β1就是模型中的常数项。最后，令y是n个观测值y1, y2, …, yn组成的列向量，现在可将模型写为： 构成多元线性回归模型的一组基本假设为 假定1. 我们主要兴趣在于对参数向量β进行估计和推断。 假定2. 假定3. 假定4. 我们假定X中不包含ε的任何信息，由于 （1） 所以假定4暗示着。 （1）式成立是因为，对于任何的双变量X，Y，有E(XY)=E(XE(Y|X))，而且 这也暗示 假定5 X是秩为K的n×K随机矩阵 这意味着X列满秩，X的各列是线性无关的。 在需要作假设检验和统计推断时，我们总是假定： 假定6 二、最小二乘回归 1、最小二乘向量系数 采用最小二乘法寻找未知参数β的估计量，它要求β的估计满足下面的条件 （2） 其中，min是对所有的m维向量β取极小值。 也即