第三章 多元线性回归分析1.doc

第三章 多元线性回归分析 主要内容： 多元线性回归模型 多元线性回归模型的参数估计 多元线性回归模型的统计检验 多元线性回归模型的预测 案例 3.1 多元线性回归模型 一、多元线性回归模型 多元线性回归模型:表现在线性回归模型中的解释变量有多个。 一般表现形式： i=1，2，…，n 其中:k为解释变量的数目，称为回归参数（regression coefficient）。 经济解释：也被称为偏回归系数，表示在其他解释变量保持不变的情况下，每变化1个单位时，Y的均值E(Y)的变化; 或者说给出了的单位变化对Y均值的“直接”或“净”（不含其他变量）影响。 样本回归函数：用来估计总体回归函数 i=1,2…,n 其随机表示式: 称为残差或剩余项(residuals)，可看成是总体回归函数中随机扰动项的近似替代。 §3.2 多元线性回归模型的估计 一、普通最小二乘估计 对于随机抽取的n组观测值 对样本回归函数： i=1,2…n 根据最小二乘原理，参数估计值应该是下列方程组的解 即 由于满秩，故有 随机误差项(的方差(的无偏估计 可以证明，随机误差项u的方差的无偏估计量为 二、参数估计量的性质 在满足基本假设的情况下，其结构参数(的普通最小二乘估计、最大或然估计及矩估计仍具有：线性性、无偏性、有效性。 线性 其中,C= 为一仅与固