计量经济学（第三版）（谢识予）计量三4.pptVIP

第4章 第一节 多元线性回归模型 第二节 多元线性参数估计 第三节 参数估计量的性质 第四节 回归拟合度评价和决定系数 第五节 统计推断和预测 第一节 多元线性回归模型 一、模型的建立 二、模型的假设 三、多元线性回归模型的矩阵表示 一、模型的建立 模型形式 例 二、模型的假设 变量 和 之间存在多元线性随机函数关系 对任意 都成立 与 无关 当 时， 解释变量都是确定性的而非随机变量，而且解释变量之间不存在线性关系 服从正态分布 第二节 多元线性回归参数估计 一、最小二乘估计 二、最小二乘估计的向量、矩阵形式 三、最大似然估计 四、投资函数模型参数估计 一、最小二乘估计 样本回归方程 回归残差平方和 当 对 的一阶偏导数都等于0，得到正规方程组 其中 二、投资函数模型参数估计 三、参数估计量的性质和方差估计 线性性、无偏性、最小方差性，也是BLUE估计和一致估计 两个解释变量的多元回归模型各个参数的最小二乘估计量的方差： 第三节 回归拟合度评价和决定系数 两变量回归决定系数的公式 调整的决定系数 第四节 统计推断和预测 一、参数估计量的标准化和误差方差估计 二、统计推断和检验 三、预测 一、参数估计量的标准化 (一)估计量的分布和标准化 参数估计量服从以下的正态分布： 或表示为 转化为标准正态分布的统计量 二、统计推断和检验 （一）单个参数的置信区间 （二）参数的显著性 （三）模型总体显著性检验 （一）单个参数的置信区间 给定置信度要求，下面的不等式应该成立： 因此参数 置信度为 的置信区间（或称区间估计）为： （二）参数的显著性 给定置信度要求，下面的不等式应该成立： 显著性检验：令 为0，根据t 统计量水平进行判断。 （三）模型总体显著性检验 F统计量 三、预测 点预测 区间预测 t统计量 置信度为 的区间预测 附录4-1 多元线性回归分析的矩阵表示 二、最小二乘估计的向量、矩阵形式 向量表示 回归方程的向量表示 回归残差向量 残差平方和 当 对 的一阶偏导数都等于0 三、最大似然估计 附录4-2 参数估计量性质的证明 一、线性性 各个参数的最小二乘估计量 二、无偏性 证明： 三、最小二乘估计量的方差和最小方差性 最小二乘估计量的方差 最小方差性：证明 因为 所以 * * * * 多元线性回归分析 多元线性回归模型满足经典假设: Y=Xβ+ε 模型的似然函数为: L=p(Y)=p(ε)=1/(2πσ2)n/2．exp(－1/2σ2(Y－Xβ)’ (Y－Xβ)) 则对数似然函数为： lnL=－n/2ln(2π) －n/2lnσ2－1/2σ2 (Y－Xβ)’ (Y－Xβ) 分别对向量β和标量σ2求偏导数，并令他们为零向量和数值零，并解这个方程组得： βML=(X’X) -1X’ Y σ2 ML=e’ e/n * *