经典单方程计量经济的学模型：多元线性回归模型.ppt

第三章 经典单方程计量经济学模型：多元线性回归模型Multiple Linear Regression Model;本章内容 ;§3.1 多元线性回归模型概述(Regression Analysis);一、多元线性回归模型;总体回归模型;总体回归函数：描述在给定解释变量Xi条件下被解释变量Yi的条件均值。;总体回归模型的矩阵表示;样本回归函数与样本回归模型;样本回归函数的矩阵表示;二、多元线性回归模型的基本假设;1、关于模型关系的假设;2、关于解释变量的假设;观测值变化假设。X values in a given sample must not all be the same. 无完全共线性假设。There is no perfect multicollinearity among the explanatory variables. 适用于多元线性回归模型。 样本方差假设。随着样本容量的无限增加，解释变量X的样本方差趋于一有限常数。;3、关于随机项的假设;序列不相关假设。The correlation between any two μi and μj is zero. ;4、随机项的正态性假设;§3.2 多元线性回归模型的估计 ;说 明;一、普通最小二乘估计(OLS);1、普通最小二乘估计;已知;Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd.;正规方程组的矩阵形式; OLS估计的矩阵表示 ;2、正规方程组的另一种表达;3、随机误差项?的方差?的无偏估计 ;Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd.;二、最大似然估计;1、最大似然法;2、估计步骤:以一元模型为例;对数似然函数 ;分布参数的ML估计量;3、似然函数 ;4、ML估计量;分布参数估计结果与OLS不同;注意： ML估计必须已知Y的分布。 只有在正态分布时ML和OLS的结构参数估计结果相同。 如果Y不服从正态分布，不能采用OLS。例如：选择性样本模型、计数数据模型等。;三、矩估计Moment Method, MM;1、参数的矩估计;样本的一阶矩和二阶矩 ;2、多元线性计量经济学模型的矩估计 ;四、参数估计量的性质;说明;1、无偏性;2、有效性（最小方差性）;五、样本容量问题;1、最小样本容量;2、满足基本要求的样本容量 ;六、例题;地区城镇居民消费模型;数据;变量间关系;变量间关系;OLS估计;OLS估计结果;ML估计;ML估计结果;MM估计;MM估计结果;§3.3 多元线性回归模型的统计检验 Statistical Test of Multiple Linear Regression Model ;一、拟合优度检验 Goodness of Fit;1、概念;2、可决系数与调整的可决系数;; 调整的可决系数（adjusted coefficient of determination） ; （选讲）3、赤池信息准则和施瓦茨准则;地区城镇居民消费模型（k=2）;地区城镇居民消费模型（k=1）;二、方程的显著性检验(F检验)Testing the Overall Significance of a Multiple Regression (the F test);1、假设检验（Hypothesis Testing）;2、方程显著性的F检验; F检验的思想来自于总离差平方和的分解式 TSS=ESS+RSS; 在原假设H0成立的条件下，统计量 ;地区城镇居民消费模型; 3、关于拟合优度检验与方程显著性检验关系的讨论 ; 对于一般的实际问题，在5%的显著性水平下，F统计量的临界值所对应的R2的水平是较低的。所以，不宜过分注重R2值，应注重模型的经济意义；在进行总体显著性检验时，显著性水平应该控制在5%以内。;三、变量的显著性检验（t检验） Testing the Significance of Variables (the t test);方程的总体线性关系显著不等于每个解释变量对被解释变量的影响都是显著的。 必须对每个解释变量进行显著性检验，以决定是否作为解释变量被保留在模型中。 这一检验是由对变量的 t 检验完成的。;1、t统计量 ;2、t检验;地区城镇居民消费模型;3、关于常数项的显著性检验;四、参数的置信区间 Co