4.2 多元线性回归.pptVIP

§4.2 多元线性回归模型的估计 估计方法：OLS、ML或者MM 一、普通最小二乘估计 对于随机抽取的n组观测值 *二、最大或然估计 对于多元线性回归模型 *三、矩估计（Moment Method, MM） OLS估计是通过得到一个关于参数估计值的正规方程组 四、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。 五、样本容量问题 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。 六、多元线性回归模型的参数估计实例 例3.2.2 在例2.5.1中，已建立了中国居民人均消费一元线性模型。这里我们再考虑建立多元线性模型。 练习 已知回归模型 ，式中E为某类公司一名新员工的起始薪金（元），N为所受教育水平（年）。随机扰动项的分布未知，其它所有假设都满足。 （1）从直观及经济角度解释 和 。 （2）OLS估计量 和 满足线性性、无偏性及有效性吗？简单陈述理由。 （3）对参数的假设检验还能进行吗？简单陈述理由。 答案 （1） 为接受过N年教育的员工的总体平均起始薪金。当N为零时，平均薪金为 ，因此 表示没有接受过教育员工的平均起始薪金。 是每单位N变化所引起的E的变化，即表示每多接受一年学校教育所对应的薪金增加值。 （2）OLS估计量 和 仍满足线性性、无偏性及有效性，因为这些性质的的成立无需随机扰动项的正态分布假设。 （3）如果随机扰动项的分布未知，则所有的假设检验都是无效的。因为t检验与F检验是建立在其正态分布假设之上的。 练习 对于人均存款与人均收入之间的关系式 使用美国36年的年度数据得如下估计模型，括号内为标准差： 　 （1） 的经济解释是什么？ 练习 （2） 和 的符号应该是什么？为什么？实际的符号与你的直觉一致吗？如果有冲突的话，你可以给出可能的原因吗？ （3）对于拟合优度你有什么看法吗？ （4）检验是否每一个回归系数都与零显著不同（在1%水平下）。同时对零假设和备择假设、检验统计值、其分布和自由度以及拒绝零假设的标准进行陈述。你的结论是什么？ 答案 （1） 为收入的边际储蓄倾向，表示人均收入每增加1美元时人均储蓄的预期平均变化量。 （2）由于收入为零时，家庭仍会有支出，可预期零收入时的平均储蓄为负，因此 符号应为负。储蓄是收入的一部分，且会随着收入的增加而增加，因此预期 的符号为正。实际的回归式中， 的符号为正，与预期的一致。但截距项为负，与预期不符。这可能与由于模型的错误设定造成的。如家庭的人口数可能影响家庭的储蓄行为，省略该变量将对截距项的估计产生影响；另一种可能就是线性设定可能不正确。 答案 （3）拟合优度刻画解释变量对被解释变量变化的解释能力。模型中53.8%的拟合优度，表明收入的变化可以解释储蓄中53.8 %的变动。 （4）检验单个参数采用t检验，零假设为参数为零，备择假设为参数不为零。双变量情形下在零假设下t 分布的自由度为n-2=36-2=34。由t分布表知，双侧1%下的临界值位于2.750与2.704之间。斜率项计算的t值为0.067/0.011=6.09，截距项计算的t值为384.105/151.105=2.54。可见斜率项计算的t 值大于临界值，截距项小于临界值，因此拒绝斜率项为零的假设，但不拒绝截距项为零的假设。 练习 假定有如下的回归结果： ，其中，Y表示美国的咖啡的消费量（每天每人消费的杯数），X表示咖啡的零售价格（美元/磅），t表示时间。 （1）这是一个时间序列回归还是横截面序列回归？ （2）如何解释截距的意义，它有经济含义吗？如何解释斜率？ （3）能否求出真实的总体回归函数？ （4）根据需求的价格弹性定义：弹性=斜率×（X/Y），依据上述回归结果，你能求出对咖啡需求的价格弹性吗？如果不能，计算此弹性还需要其他什么信息？ 答案 ⑴这是一个横截面序列回归。 ⑵截距2.6911表示咖啡零售价在时刻为每磅0美元时，美国平均消费量为每天每人2.6911杯，这个数字没有经济意义；斜率-0.4795表示咖啡零售价与消费量负相关，在时刻，价格上升1美元/磅，则平均每天每人消费量减少0.4795杯； ⑶不能； ⑷不能；在同一条需求曲线上不同点的价格弹性不同，若要求出，须给出具体的值及与之对应的值。 练习 某地区通过一个样本容量为722的调查数