3-多元线性回归模型教程.ppt

第三章多元线性回归模型 主要内容 多元线性回归模型的一般形式 参数估计（ OLS估计） 假设检验 预测 一. 多元线性回归模型 问题的提出 解析形式 矩阵形式 问题的提出 现实生活中引起被解释变量变化的因素并非仅只一个解释变量，可能有很多个解释变量。 例如，产出往往受各种投入要素——资本、劳动、技术等的影响；销售额往往受价格和公司对广告费的投入的影响等。 所以在一元线性模型的基础上，提出多元线性模型——解释变量个数≥ 2 多元线性回归模型的假设 解释变量 Xi 是确定性变量，不是随机变量；解释变量之间互不相关 随机误差项具有0均值和同方差 随机误差项不存在序列相关关系 随机误差项与解释变量之间不相关 随机误差项服从0均值、同方差的正态分布 多元模型的解析表达式 多元模型的矩阵表达式 矩阵形式 二. 参数估计(OLS) 参数值估计 参数估计量的性质 偏回归系数的含义 正规方程 样本容量问题 1.参数值估计(OLS) 最小二乘法的矩阵表示 2.最小二乘估计量的性质 线性（估计量都是被解释变量观测值的线性组合） 无偏性（估计量的数学期望=被估计的真值） 有效性（估计量的方差是所有线性无偏估计中最小的） 线性 无偏性 有效性 3.偏回归系数的意义 多元回归模型中的回归系数称为偏回归系数 某解释变量前回归系数的含义是，在其他解释变量保持不变的条件下，该变量变化一个单位，被解释变量将平