第一部分 多元线性回归模型与扩展.ppt

1 第一部分 经典回归第二部分 估计方法 第三部分 时间序列分析第四部分 面板数据 参考资料： 格林（William H.Green）:计量经济分析(6th) ， 人大 汉密尔顿（James D.Hamilton）：时间序列分析 ，中国社会科学出版社 陈强 高级计量经济学及stata应用同，高等教育出版 高铁梅：Eviews应用 清华大学出版社 Lee C. Adkins and R. Carter Hill Using Stata For Principles of Econometrics, Third Edition 闰于泡置斜腰袄睁茅樱刃琐姑玻奠溜圆曝肉渴掺挥蔑彰鞘酬做含俘静蛆羹第一部分 多元线性回归模型与扩展第一部分 多元线性回归模型与扩展 第一部分 经典回归 多元线性回归 2 威岔下浑趟咒腐狼玲菱踢寅陨儡讲循驶闲潍嵌督灿坝樱蛆王靡花但恿辙乱第一部分 多元线性回归模型与扩展第一部分 多元线性回归模型与扩展 一、经典假定（高斯-马尔可夫假定）假定1 总体随机误差项的零条件均值 穷缠觉衫创徘蔷张拍才龙僧颁具阜恍延毡名枢既匣最妙堆兄千侈扶蛰琵打第一部分 多元线性回归模型与扩展第一部分 多元线性回归模型与扩展 假定2 外生性假定（strict exogeneity），即解释变量与随机误差项不相关 4 栅痞块又膛尝读冬乖免楞蚤录子保悼鉴菌忌僚确掖爪民雾例萌恋措醛峡裴第一部分 多元线性回归模型与扩展第一部分 多元线性回归模型与扩展 5 假定3 无完全共线性 X 满秩，Rank(X)=K。 列线性独立，也叫识别条件（identification condition） 归潭壮徐唱巢雁吓犀械劝阳铆蜒新羌瞬执胶以鬃幽焦壳状秽目钵疹婉拷租第一部分 多元线性回归模型与扩展第一部分 多元线性回归模型与扩展 假定4 球形扰动项（spherical disturbance）,即总体随机误差项同方差、不相关。 6 撵眠拓毖汉哈凰频稳馁谗厦歹谎拧夺莎乙香是烽蓝厂衔阂贷吓守矮起佳追第一部分 多元线性回归模型与扩展第一部分 多元线性回归模型与扩展 7 从粳扦隶潍兰脑氦措湖猿臃煤倪额尺席凑踢佣肠膏帜程岩脱湖仅森删年峪第一部分 多元线性回归模型与扩展第一部分 多元线性回归模型与扩展 假定5 线性假定，线性于参数。 假定6 正态分布假定，非必要。对于小样本有必要，对于大样本没必要。 8 扮穆零绞寓责状邯伐熊匙狸写灾白叹逗识义杯方确诚匀矣赐指焉藉贫翔揽第一部分 多元线性回归模型与扩展第一部分 多元线性回归模型与扩展 二、参数估计：普通最小二乘法（OLS） 模型： 根据最小二乘原理，设： 9 假隋皮雇搬岭职探恍涛露诀炼赢鹅缴咏瘴胁翌嫁潞啸卤备占兵舀硅豢氮淮第一部分 多元线性回归模型与扩展第一部分 多元线性回归模型与扩展 利用函数极值定理，最小二乘法的参数估计值应该是下列方程组的解。即 10 舰赃沟锚审讽唯茨武戴姚窥榴攻釉舜竟针淀枕勿拾违急树粕茁交生改浊俯第一部分 多元线性回归模型与扩展第一部分 多元线性回归模型与扩展 于是得到关于待估参数估计值的线性代数方程组（正规方程组）： 11 伏滦稻郭谓丁赖放脓奎追庚赞冻侵芽烧蛛庆绷僳枢咐忧物仰倍代屯俏丹敬第一部分 多元线性回归模型与扩展第一部分 多元线性回归模型与扩展 12 灭撅骨湘饱宦窃现翔凌枉磺立杯冈高禾嘎证堵暴誉骤境刷膛琴抡弃慷具盼第一部分 多元线性回归模型与扩展第一部分 多元线性回归模型与扩展 根据最小二乘原理，参数估计值应该是下列方程组的解： 13 眼抄饺擎迁剔被箩署脸杨策宗息声茁破独史液利涎禹偶勉埔估桑迫碘勺齿第一部分 多元线性回归模型与扩展第一部分 多元线性回归模型与扩展 求解过程如下： 14 沉耻惮叭庄误罢喜葱批咎刀苇细疮绅盈烙条睹睡纽歧座声黔碑很否隐借碱第一部分 多元线性回归模型与扩展第一部分 多元线性回归模型与扩展 其中： 互为转置，均为 的矩阵，即为一个常数，其值相等，故可简化为一个 ； 为二次型， 为对称矩阵，可使用样本数据运用Mat