3第三章多元线性回归模型分析（一）.pptVIP

这个过程一般被称为变量X1作用的“挤出”或者“分离”过程。出于这个原因，多元回归系数经常被称为偏回归系数(partial regression coefficients)。 对于这个情形的一种特例，我们考虑向量Y基于一组变量X和一个附加变量Z的最小二乘回归问题。这时最小二乘系数表示为b和c。这种情形下的结果可以由下述推论得到： 例子：这个命题的一个直接应用是，可以考虑采用时间趋势脱离后的残差向量进行替代，以求出包含时间变量的多元回归系数。这与将时间T作为解释变量放入模型中的效果是等同的。 例子：在下列模型中 Earnings =a+b*education+c*age+d*age2 +ε 第二个系数b如何得到？ 对数据做中心化处理是否会改变参数估计结果？ 作为这些结论的一个应用，我们考虑矩阵X的第一列全为1的包含常数项的情形。 通常将 称为中心化矩阵。 从矩阵结构可以看出，其与变量X无关，只是一个数据转换工具，其中的矩阵Jn被称为列求和矩阵。 例子： 中心化矩阵是对称幂等矩阵吗？ 其是否满秩？ 四、偏回归与偏相关系数（partial regression and partial correlation coefficients ） 多元回归的用途之一，是提供了一个概念性框架，用以解决实践中难以