计量经济学-3多元线性回归模型.pptVIP

最后的回归模型： 五、预测 （一）点预测 点预测的两种解释： （二）区间预测 计 量 经 济 学 * 第3章 多元线性回归模型 第一节：概念和基本假定 第二节：参数的最小二乘估计 第三节：最小二乘估计的基本性质 第四节：模型检验 第五节：预测 第一节 概念和基本假定 一、基本概念： 设某经济变量Y 与P个解释变量：X1，X2，…，XP存在线性依存关系。 1.总体回归模型： 其中?0为常数项， ?1 ~ ?P 为解释变量X1 ~ XP 的系数，u为随机扰动项。 总体回归函数PRF给出的是给定解释变量X1 ~ XP 的值时，Y的期望值：E ( Y | X1，X2，…，XP )。 假定有n组观测值，则可写成矩阵形式： 2.样本回归模型的SRF 二、基本假定： 1、u零均值。所有的ui均值为0，E（ui）=0。 2、u同方差。Var（ui）=δ2，i=1，2，…，n 第二节 参数的最小二乘估计 一、参数的最小二乘估计 也可直接对向量微分，求得结果： 例1，某厂利润Y（百万元）主要取决于A、B两种产品的销售量X1（万吨）、X2（万吨），现有1981—1990年的数据，求该厂利润Y随A、B两种产品销售量变化的回归方程。 年份 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 Y 13.5 15 16.5 13 17.5 14 16 18 19 21 X1 3 3.5 4 2.5 4 3 4 4.5 5 6 X2 5 6 7 5 8 5 7 8 9 10 解:设定模型为: Yi=β0+β1Xi1+β2Xi2+ui 三、最小二乘估计的性质 δ2的无偏估计量： 四、模型检验 （一）经济意义检验 主要是检验模型参数的符号和大小是否符合经济理论。 （二）统计检验 1、拟合优度R2检验 总的离差平方和的分解： 例2，对例1进行拟合优度检验 2、相关系数检验 例3，对例1进行偏相关检验 解： Y X1 X1 0.984 X2 0.992 0.970 3、F检验（总体回归方程显著性检验） F检验的步骤 F检验与R2检验具有一致性： 例4，对例1进行F检验 4、t检验（解释变量的显著性检验） t检验的步骤： 例5，对例1进行t检验