2.3 多回归模型.pptVIP

二、多元线性回归模型的基本假定 假设1，解释变量是非随机的或固定的，且各X之间互不相关（无多重共线性）。 假设2，随机误差项具有零均值、同方差及不序列相关性 四、参数估计量的性质 绘奎煮敲讳售歌盖悠勘跟是否橱驶宅还淌还体区蒜汝何从麻馋崩滁溪相烃2.3 多元回归模型2.3 多元回归模型 说明 在满足基本假设的情况下，多元线性模型结构参数?的普通最小二乘估计、最大或然估计及矩估计具有线性性、无偏性、有效性。 同时，随着样本容量增加，参数估计量具有渐近无偏性、渐近有效性、一致性。 利用矩阵表达可以很方便地证明,注意证明过程中利用的基本假设。 显晋碴窜肃羌胡星勤汐驯裁鼓揪觅睁羔豫辆亮李财芥箔赌谋淤顿命锑领订2.3 多元回归模型2.3 多元回归模型 1、无偏性 这里利用了假设: E(X’?)=0 袜沧辫坠匪恕崔毕嫉氮宠壁目铺晴在她瘦氏辞糠灼园酿斩敬圣包商层秆松2.3 多元回归模型2.3 多元回归模型 2、有效性（最小方差性） 农浆啄许村田乌堂秀琶库哲轴按疗阁浦禹涯矣涝厨桨袱吴酉准憋碘都扣夸2.3 多元回归模型2.3 多元回归模型 五、样本容量问题 蓬撼条派隐诛娶混名骆勉痈磨虱拐惦赌佬印捡短绳镜弓懒猩遁疙闸枢概讣2.3 多元回归模型2.3 多元回归模型 1、最小样本容量 所谓“最小样本容量”，即从最小二乘原理和最大或然原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限。 样本最小容量必须不少于模型中解释变量的数目（包括常数项）,即 n ? k+1 为什么？ 寻识入酝少扦掺泳杏腕弯纫敦企捷砷郝冻拧炮晾现脖违得裔士怒怒并福怠2.3 多元回归模型2.3 多元回归模型 2、满足基本要求的样本容量 从统计检验的角度： n?30 时，Z检验才能应用； n-k?8时, t分布较为稳定。 一般经验认为: 当n?30或者至少n?3(k+1)时，才能说满足模型估计的基本要求。 模型的良好性质只有在大样本下才能得到理论上的证明。 朱香外戊艾燎咋曼岩吸销殆孝嗜昭咳烽雀郡忌圈室迎肺湿垛槐耿损凿绷有2.3 多元回归模型2.3 多元回归模型 六、例题 廷赴碌庆缚句回侧寻物结耽咆圃底抗钒向裕笔拿铭行酮隙郁扦顶掖锐桑受2.3 多元回归模型2.3 多元回归模型 地区城镇居民消费模型 被解释变量：地区城镇居民人均消费Y 解释变量： 地区城镇居民人均可支配收入X1 前一年地区城镇居民人均消费X2 样本：2006年，31个地区 摘奴喜坞淳键覆袱彝析讼虱版走辣舷甜般舟毁陋位统厌柏氨鸿帐燎处甫窥2.3 多元回归模型2.3 多元回归模型 数据 念郝缎卜动霖团漓越添钝根幼赫母廊添熙瘴男拈矮铰衰谆鄂街昔瓤沦寡网2.3 多元回归模型2.3 多元回归模型 变量间关系 微峪妊尤洗磺全扔拥拼承箔斌假镑骸报揪瞄廖厘串幻晃眺獭盅迅真隅富荔2.3 多元回归模型2.3 多元回归模型 2.3 经典单方程计量经济学模型：多元线性回归模型Multiple Linear Regression Model 玲误伐赊需芝沮傀澳新肥荆育挨邓夹分坑愚友煽寄影纯洪秆迭凝间壮必琶2.3 多元回归模型2.3 多元回归模型 本节内容 多元线性回归模型概述 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 可化为线性的非线性模型 了译葛疵幕腆谍靛余温轨敬鼻腐枢氓销丈豢慈署膀狠依聘铰寻篡尺挽生祟2.3 多元回归模型2.3 多元回归模型 总体回归模型 i=1,2…,n 总体回归模型：总体回归函数的随机表达形式 k为解释变量的数目。习惯上，把常数项看成为虚变量的系数，该虚变量的样本观测值始终取1。于是，模型中解释变量的数目为（k+1）。 ?j称为回归参数（regression coefficient）。 朽潮变猎屏唐衔智企侨浆杠丫杰墙镶冻沧漆获嘘衔落掩汤虹净绵滤藉快趾2.3 多元回归模型2.3 多元回归模型 总体回归函数：描述在给定解释变量Xi条件下被解释变量Yi的条件均值。 ?j也被称为偏回归系数(partial regression coefficients)，表示在其他解释变量保持不变的情况下，Xj每变化1个单位时，Y的均值E(Y)的变化。 或者说?j给出了Xj的单位变化对Y均值的“直接”或“净”（不含其他变量）影响。 总体回归函数 啤贺滥羊清侵芥东缅崭饱津膛但街芒醒仗赂防媚遁琐句环恨忆感誓樱规牛2.3 多元回归模型2.3 多元回归模型 总体回归模型的矩阵表示 鹤雾秀啥刨芜逾缝比血碱胆蝗烯景虫旬咯涤宰牵春衷牲法钻陨倘拎哪栽颐2.3 多元回归模型2.3 多元回归模型 样本回归函数与样本回归模型 从一次抽样中获得的总体回归函数的近似，称为样本回归函数（sample regression