计量经济学2课件1.pptVIP

第8章 多元回归：估计与假设检验;（共14 小节） 8.1 三变量线性回归模型 8.2 多元线性回归模型的若干假定 8.3 多元回归参数的估计 8.4 估计多元回归的拟合优度：多元判定系数R2 8.5 古董钟拍卖价格一例 8.6 多元回归的假设检验;8.7 对偏回归系数进行假设检验 8.8 对联合假设的检验 8.9 从多元回归模型到双变量模型：设定误差 8.10 两个不同的R2的比较：校正的判定系数 8.11 什么时候增加新的解释变量 8.12 受限最小二乘 8.13 若干实例 8.14 总结;本章讨论多元回归模型旨在探求下列问题的答案: (1) 对多元回归模型的假设过程与双变量模型有何不同? (2) 多元回归有没有一些在双变量模型中未曾遇到过的独特的特性? (3) 如何估计多元回归模型?多元回归模型的估计过程与双变量模型有何不同? (4) 既然一个多元回归模型能够包括任意多个变量，那么，对于具体的清况，我们如何决定解释变量的个数?;8.1 三变量线性回归模型;偏回归系数的含义 ;假定有如下总体回归函数：;对模型： 作如下假定: 假定8.1 回归模型是参数线性的，并且是正确设定的。 假定8.2 X2、X3与随机扰动项u不相关； 假定8.3 零均值假定： E(ui)=0 (8-7) 假定8.4 同方差假定： Var(ui)= (8-8) 假定8.5 无自相关假定：Cov(ui,uj)=0 i≠j (8-9) 假定8.6 解释变量之间不存在线性相关关系； 假定8.7 假定随机项误差u服从均值为零,(同)方差 为 的正态分布： (8-10); 假定8.6表明了解释变量X2与X3之间不存在完全的线性关系，称为非共线性或非多重共线性。 共线性：一个变量能表示成另一个变量的线性函数，如 或 我们要求解释变量间无多重共线性，是因为：若解释变量间存在多重共线性，模型可简写，变量可重组，则不能估计偏回归系数的值，即不能估计解释变量各自对应变量Y的影响。 在实际中，很少有完全共线性的情况，但高度完全共线性还是存在的。我们现在仅考虑不存在完全共线性的模型。 ;例:如果X2=4X3,代入(8-1)式,有: E(Yi)=B1+B2(4X3i)+ B3 X3i = B1 +(4 B2 + B3 ) X3i (8-11) = B1 +AX3i 式中, A=4B2+B3 (8-12) 结论：在存在完全共线性的情况下,不能估计偏回归系数B2和B3的值。;8.3 多元回归参数的估计; (8-17) (8-18) (8-19) OLS估计量的表达式如下: (8-20) (8-21) (8-22) ;8.3.2 OLS估计量的方差与标准差;(8-27) (8-28) (8-29) (8-30) (8-31);8.3.3 多元回归OLS估计量的性质;8.4 估计多元回归的拟和优度:多元判定系数R2;在三变量模型中同