计量经济学第三章多元线性回归试题.pptVIP

§3.1 多元线性回归模型 一、模型形式 总体回归函数（PRF） 样本回归模型和函数的矩阵表示 二、多元线性回归模型的基本假设 基本假设的矩阵表示 暗含假设 §3.2 多元线性回归模型的参数估计 参数估计的任务和方法 1、估计目标：回归系数βj、随机误差项方差б2 2、估计方法：OLS、ML或者MM 一、普通最小二乘估计 最小二乘估计的矩阵表示 ＃OLSE的矩阵估计过程 #参数估计的实例 误差方差?2的估计 *最大似然估计*（Maximum Likelihood Estimate） 1、基本原理：样本观测值出现的概率最大。 2、似然函数： *矩估计*（Moment Method，MM） 1、OLS估计是通过得到一个关于参数估计值的正规方程组 *矩条件和矩估计量* *关于矩估计* 二、最小二乘估计量的性质 参数估计量的概率分布 三、样本容量问题 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 因为，无多重共线性要求：秩(X)=k+1 2、基本样本容量 §3.3 多元线性回归模型的统计检验 一、拟合优度检验 可决系数R2(coefficient of determination) 调整的可决系数Adj(R2