第三节 多元线性回归模型的统计检验.pptVIP

第三节 多元线性回归模型的统计检验一、多元线性回归模型的简单介绍 一般形式：对于有 个解释变量的线性回归模型 模型中参数 是偏回归系数，样本容量 为 。 偏回归系数：控制其它解释量不变的条件下，第 个解释变量的单位变动对应变量平均值的影响。 二、多元线性回归模型的矩阵表示 K-1 个解释变量的多元线性回归模型的 个观测 样本，可表示为 用矩阵表示 二、多元线性回归中的基本假定 假定1：零均值假定 或 假定2和假定3：同方差和无自相关假定 假定4：随机扰动项与解释变量不相关 假定5:无多重共线性假定 (多元中) 假定各解释变量之间不存在线性关系，或各个解释变量观测值之间线性无关。或解释变量观测值矩阵 列满秩( 列)。 即 可逆 假定6：正态性假定 三、多元线性回归模型的估计1.普通最小二乘法（OLS） 最小二乘原则 剩余平方和最小： 求偏导,令其为0: 即 注意到 用矩阵表示 两边乘 有： 因为 ，则正规方程为： 2、OLS估计式的性质 OLS估计式 ? 线性特征: 是 的线性函数，因 是非随机或取固定值的矩阵 无偏特性: 最小方差特性 在 所有的线性无偏估计中，OLS估计 具有 最小方差 3、OLS估计的分布性质 4、随机扰动项方差 的估计 多元回归中 的无偏估计为： 或表示为 将 作标准化变换： 因 是未知的，可用 代替 去估计参数 的标 准误差: ● 当为大样本时，用估计的参数标准误差对 作标准化变换，所得Z统计量仍可视为服从正态分布 ●当为小样本时，用估计的参数标准误差对 作标准化变换，所得的t统计量服从t分布： 5、回归系数的区间估计 二、多元回归的拟合优度检验 多重可决系数：在多元回归模型中，由各个解释变量联合 解释了的 的变差，在 的总变差中占的比重，用 表 示 与简单线性回归中可决系数 的区别只是 不同，多元 回归中 多重可决系数也可表示为 * * 由正规方程 基本思想 ● 是随机变量，必须确定其分布性质才可能进行区间估计和假设检验 ● 是服从正态分布的随机变量, 决定了 也是服从正态分布的随机变量 ● 是 的线性函数，决定了 也是服从正态分布的随机变量 的期望 (由无偏性) 的方差和标准误差： 可以证明 的方差-协方差矩阵为 这里是 矩阵 中第 行第 列的元素 由于 给定 ，查t分布表的自由度为 的临界值 或: 或表示为: 可决系数的修正方法 总变差 自由度为 解释了的变差 自由度为 剩余平方和