计量经济学第6章课件.pptVIP

从双变量回归到多元线性回归 多元线性回归：回归方程中不止一个的自变量或解释变量。 对于博彩的例子，博彩支出的均值是收入财富年龄等的线性函数，表示如下： E(Y|X2i, X3i,X4i)= E(Y)=B1+B2X2i+B3X3i+B4X4i 个体博彩支出函数为： Yi=B1+B2X2i+B3X3i+B4X4i+ui= E(Y) +ui 说 明： 单方程计量经济学模型分为两大类：线性模型和非线性模型 线性模型中，变量之间的关系呈线性关系 非线性模型中，变量之间的关系呈非线性关系 一元线性回归模型：只有一个解释变量 i=1,2,…,n Y为被解释变量，X为解释变量，B0与B1为待估参数， u为随机干扰项 六、参数估计——OLS 回归分析的主要目的是要通过样本回归函数（模型）SRF尽可能准确地估计总体回归函数（模型）PRF。 估计方法有多种，其中最广泛使用的是普通最小二乘法（ordinary least squares, OLS）。 为保证参数估计量具有良好的性质，通常对模型提出若干基本假设。 实际这些假设与所采用的估计方法紧密相关。 最小二乘原理： 对于双变量的PRF， i=1,2,…,n 由于PRF不能直接观察到，故用SRF来估计： 参数的普通最小二乘估计（OLS） 给定一组样本观测值（Xi, Yi）（i=1,2,…n）要求样本回归函数尽可能好地拟合这组值. 普