五计量经济学.docVIP

第五章 多元线性回归 第一部分 学习目的和要求 本章主要介绍了多元线性回归模型的内容。需要掌握并理解以下问题： （1）掌握经典多元线性回归的概念及模型、线性模型的假设条件。 （2）掌握参数的最小平方估计法。 （3）了解向量函数微分的概念。 （4）掌握参数的估计量的分布及其性质。 （5）了解概率极限的概念及性质。 （6）掌握参数的无偏估计，极大似然估计，一致估计。 （7）掌握参数的假设检验方法，包括单一线性约束的显著性检验和一般线性假设的检验。 （8）掌握参数的区间估计方法，包括参数向量的区间估计，单个参数的区间估计，几个参数的区间估计。 （9）掌握总体均值的预测，包括点预测和区间预测。掌握总体特定值的预测和区间预测。 第二部分 练习题 一﹑术语解释 1．多元线性回归模型 2．多元线性回归的Gauss-Markov定理 3．概率极限 4．多元线性回归的极大似然估计 二﹑问答 1．多元线性回归模型的假设条件是什么？ 2．求系数的最小二乘估计时，是否需要多元线性模型的假设条件？ 3．参数和的最小二乘估计是什么？ 4．参数和的极大似然估计是它们的无偏估计吗？ 5．概率极限与通常所说的极限有什么不同？ 三、计算证明题 1．建立一个多元线性回归模型： ① 对其中的自变量建立另外一个多元线性回归模型： ② 得到回归残差，最后建立回归模型： ③ 证明： 2．对模型应用最小二乘法，得到回归方程： 证明：残差与不相关，即 3．设有模型，应用OLS法，得回归方程： 证明： 4．考虑以下方程（括号内为估计标准差） （0.080） （0.072） =19，=0.873； 其中：年的销售量 年的广告费用 请回答下列问题： （1）对销售量估计的斜率系数进行假设检验。 （2）讨论在理论上是否正确，对本模型的正确性进行讨论。是否应从方程中删除？为什么？ 5．已知线性回归模型式中，且（为样本量，为参数个数），由二次型的最小化得到如下线性方程组： ； 请回答以下问题： （1）把问题写成矩阵向量的形式，用求逆矩阵的方法求解。 （2）如果，求。 （3）求出的方差协方差矩阵。 6．为了确定对空调价格的影响因素，B.T.katchford根据19个样本数据得到的回归结果如下： ， （0.005） （8.992） （3.082） 其中：空调的价格/美元 空调的BTU比率 能量效率 设定数 （1）解释这个回归方程式的回归结果。 （2）该回归结果是否有经济意义？ 7．根据美国1965-ⅠQ至1983-ⅡQ数据（），James Doti与Esmael Adibi得到下面的回归方程以解释美国个人的消费支出（PCE）： （-3.33）（249.06） （-3.09） 其中：个人消费支出/亿美元 可支配（税后）收入/亿美元 银行支付的主要利率（%） （1）求边际消费倾向（MPC）--每额外增加1美元个人可支配收入所增加的消费支出的数量。 （2）解释模型的经济意义。 （3）通过计算检验下述零假设：MPC显著不为1。 （4）检验零假设：显著不为零。 （5）检验假设：。 （6）计算每个系数的标准差。 8．设模型为，的观察值如表一，试用OLS法对该模型进行多元线性回归分析。 3 3 5 1 1 4 8 5 6 3 2 4 5 4 6 第三部分 参考答案 一﹑术语解释 1．多元线性回归模型： 设是的线性函数，则模型为： （1）其中，为随机变量。 为常数项，它反映了度量原点的选定。称为回归系数，它反映了变动一个单位时的改变量。给定的次观察值： ， 其中，是变量的第次观测值， ，，其中表示随机误差项在第次观察中所取的值。记，，，则多元线性回归模型有矩阵形式：。 2．多元线性回归的Gauss-Markov定理： 在满足多元线性回归模型的基本假设条件下，该基本假设条件包括Gauss-Markov假定，即① ,,,称具有方差齐性；② ，，，这称没有序列相关。在满足上面假定下，在的所有线性无偏估计类中，其OLS估计的的方差最小，即OLS估计的是的最优线性无偏估计（BLUE），这称为多元线性回归的Gauss-Markov定理。 3．概率极限： 设是参数的一个估计值，如果，即对任意小的正数及存在一样本容量，当时，有，则称依概率收敛于，即是的概率极限，也可以说，是的一致估计，记为：。 4．多元线性回归的极大似然估计： 多元线性回归模型，中参数向量的极大似然估计，