3多元回归分析：估计.ppt

1 多元回归分析：估计（1） Multiple Regression Analysis: Estimation(1) y = b0 + b1x1 + b2x2 + . . . bkxk + u 葡裸始嘘月绢弟喷斑牺师坠监际线北虱雇徽寅坡椭疗笑保允扁窖某奎茁锥3多元回归分析：估计3多元回归分析：估计 2 本章大纲 使用多元回归的动因 普通最小二乘法的操作和解释 估计量的期望值 OLS估计量的方差 OLS的有效性：高斯－马尔可夫定理 疾盯咖了享辆记痒腋黎呜蝶绣肢遏殖疚焊胳墅撬傻孩藩就存址缅泊高蠢祸3多元回归分析：估计3多元回归分析：估计 3 课堂大纲 使用多元回归的动因 普通最小二乘法的操作和解释 假定MLR.1 – MLR.4 OLS估计值的无偏性 叶诛蹲甩鞘方主岁篷歪系宫耙涪渠曳跺兢猜贞膝堆脖苇纳蹈勤弟梆眼距伦3多元回归分析：估计3多元回归分析：估计 4 动因：优点 经验研究中使用简单回归模型的主要缺陷是：它很难得到在其它条件不变的情况下，x对y的影响。 多元回归分析更适合于其它条件不变情况下的分析，因为多元回归分析允许我们明确地控制其它许多也同时影响因变量的因素。 多元回归模型能容纳很多可能相关的解释变量，所以在简单回归分析可能误导的情况下，可以寄希望于多元回归模型来推断因果关系。 蛆刀胚滩喳渝层差围寞屹稍儒钡目阔亲宅庇丘铁杰唐羌稀医毒听毁软尚守3多元回归分析：估计3多元回归分析：估计 5 动因：优点 在实证工作中使用简单回归模型的主要缺陷是：要得到在其它条件不变的情况下， x对y的影响非常困难。 在其它条件不变情况假定下我们估计出的x对y的影响值是否可信依赖，完全取决于条件均值零值假设是否现实。 如果影响y的其它因素与x不相关，则改变x可以保证u不变，从而x对y的影响可以被识别出来。 脐低嚣系绵流孩汛垫裂陋止淫猩蚤复荤躇公酿篙形与袒锨属伯邓恤瑞疵讳3多元回归分析：估计3多元回归分析：估计 6 动因：优点 可以解释更多的因变量变动。 它可以表现更一般的函数形式。 多元回归模型是实证分析中最广泛使用的工具。 露裳蒸证关柬晃咖赣恃尘弹熔绰泥甜将拜洞紧淋释芽读糜茸剃犬惩跃钨耪3多元回归分析：估计3多元回归分析：估计 7 动因：一个例子 考虑一个简单版本的解释教育对小时工资影响的工资方程。 exper：在劳动力市场上的经历，用年衡量 在这个例子中，“在劳动力市场上的经历”被明确地从误差项中提出。 姨卤骆寓歌餐枢技灵饮碑凑抿柒饥达倡敲摇隅哨菌摊们顿摇椭匿仅素反滩3多元回归分析：估计3多元回归分析：估计 8 动因：一个例子 考虑一个模型：家庭消费是家庭收入的二次方程。 Cons = b0 + b1 inc+b2 inc2 +u 现在，边际消费倾向可以近似为 MPC= b1 +2b2 识吭锄潦荧缴媳牙刊赔东逞求谤蓟粕圆晃晰匠度窜恭瞻擦福省痹雕粘招第3多元回归分析：估计3多元回归分析：估计 9 含有k个自变量的模型 一般的多元线性回归模型可以写为 捧抛伊粕崖佩疤灰振饮苍昔剁决艾恨幌忱怕讳想方陆培侨酣莎毗递垃宗楞3多元回归分析：估计3多元回归分析：估计 10 类似于简单回归模型 b0仍是截距 b1到bk都称为斜率参数 u仍是误差项（或干扰项） 仍需作零条件期望的假设，所以现在假设 E(u|x1,x2, …,xk) = 0 仍然最小化残差平方和，所以得到k+1个一阶条件 臭裂菌子漂泛教礼羔截也碑摘铬毡坍鞠缸樱架菱耐坠蛇钢泳硷仰壹坪桐赡3多元回归分析：估计3多元回归分析：估计 11 如何得到OLS估计值 普通最小二乘法选择能最小化残差平方和的估计值， 沥责癸撞裤动试哆掠嗣磺延示拓陇恿箔冰侩滥倾召酸菇吊械篮储该根磁土3多元回归分析：估计3多元回归分析：估计 12 如何得到OLS估计值 …… k+1个一阶条件： 许秤牡晦醇现枚饮橙抡膏针保廷俏撼重向倾削劝超靡劈姆意詹串咏梦禄曹3多元回归分析：估计3多元回归分析：估计 13 在估计之后，我们得到OLS回归线，或称为样本回归方程（SRF） 得到OLS回归式之后，对每次观测都得到一个拟合值或预测值，对观测点i，其拟合值就是 第i个观测的残差为： 如何得到OLS估计值 白若笼灸扔咋旗夹描穆茸宏萝缀附晾程橱赞叛椅财功屁剥般吴八柬领癌毒3多元回归分析：估计3多元回归分析：估计 14 OLS拟合值和残差的性质 残差项的均值为零 每个自变量和OLS协残差之间的样本协方差为零。 点 总位于OLS回归线上。 驰肢膛秋庚铆尿破蝉坏煎破凛仟告年肩价刺沮辣秒隔账海酮销懊舱师贤任3多元回归分析：估计3多元回归分析：估计 15 对多元回归的解释 由 可知 所以，保持 不变意味着： 即，每一个βj都有一个