第三章 计量经济学1.pptVIP

第三章 多元线性回归模型 多元线性回归模型及其假设 参数估计 估计量的统计特性与统计显著性检验 解释变量的选择 多元线性回归方程的中心化和标准化 利用多元线性回归方程进行预测 案例：多元线性回归模型的应用 第一节 多元线性回归模型 及其古典假定 一、多元线性回归模型的一般形式 二、多元线性回归模型的基本假定 一、多元线性回归模型的一般形式 如: 考虑劳动力预期受教育年数问题。 edu为劳动力受教育年数，sibs为该劳动力家庭中兄弟姐妹的个数，medu与fedu分别为母亲与父亲受到教育的年数。 第二节 参 数 估 计 样本回归方程： 第三节　最小二乘估计量（OLSE)的统计特性 在满足基本假设的情况下，其结构参数B仍具有BLUE特性(Gauss-Markov定理)： 线性、无偏性、最优性等统计特性。 下面证明B具有最小方差的性质 此时，估计量bj的标准差可以表示为： 第三节 统计显著性检验 一、拟合优度检验 二、F 检验 三、t 检验 一、拟合优度检验 1、决定系数与调整的决定系数 *2、赤池信息准则和施瓦茨准则 比较所含解释变量个数不同的多元回归模型的拟合优度，常用的标准有:赤池信息准则（AIC）和施瓦茨准则（SC）。