计量经济学多元线性回归模型课件PPT.ppt

第三章 多元线性回归模型;教学目的、要求： 通过第三章的学习，要求学生了解多元线性回归模型产生的背景；掌握多元线性回归模型的古典假定；用普通最小二乘法对二元线性模型的参数估计，参数的解释；参数最小二乘估计的统计性质；理解多元可决系数（判定系数）、修正的可决系数（判定系数）的概念及其关系；掌握用F检验法对总体模型的显著性进行检验；用t检验法对单个系数的显著性检验；能够用本章所学过的知识解决一些实际问题（多元线性模型的预测）。 本章教学内容： 第一节 多元线性回归模型及古典假定 第二节 多元线性回归模型的估计 第三节 多元线性回归模型的检验 第四节 多元线性回归模型的预测 第五节 实例 ;本章重点、难点： *多元回归模型的矩阵表达式，与非矩阵表达式的区别与联系； *多元回归模型古典假设的矩阵表达式，与一元情形的比较； *采用离差形式的多元（二元）回归模型参数估计方法； *多元回归模型随机扰动项方差的估计； *多元回归模型参数最小二乘估计量的性质； *多重可决系数和修正可决系数； *多元回归模型的方程显著性检验、参数显著性检验； *在多元回归模型中依据p-值进行的判断； *多元回归模型的预测及其矩阵表达式； *Eviews结果中各变量间的关系，回归结果的经济意义分析。;第一节 多元线性回归模型及古典假定;一、多元线性回归模型表示方法; 总体回归函数（PRF） ;其中：; 1、干扰项的均值为零; 二、多元线性模型的古典假定; 2、同方差和无自相关性; 3、随机扰动项与解释变量不相关，即 ; 4、无多重共线性，即假定各解释变量之间不存在线性关系;第二节 多元线性回归模型的估计 ; 化简得正规方程组 ; 对样本回归函数的两边同乘以X的转置矩阵，得 ;OLS：原则、求解、结果; 年 份 ;解：线性回归模型设定如下：;21;样本回归方程为 ： ;复习（一元）： 最小二乘估计式的统计性质 （前提：满足古典假定） ;（多元） 二、参数最小二乘估计的（统计）性质;附：;附：; ??三、方差的估计;28;例：由例1（P19、P20） 的资料易得：;第三节 多元线性回归模型的检验; 一、拟合优度检验;对以上自由度的说明：; 意义：可决系数越大（越靠近1，模型对数据的拟合程度越好），自变 量对因变量的解释程度越高，自变量引起的变动占总变动的百分比 高。观察点在回归直线附近越密集。; （二）修正的可决（判定）系数; 例：由例1 的资料（P19）得可决系数（判定系数）、修正的可决系数（判定系数）分别为： ; 二、回归参数的显著性检验 ;检验的步骤：;由例1（P22、P29） 的资料，易得： ; 三、回归方程的显著性检验;3、根据样本数据，计算F统计量的值 ; 变差来源;由例1 的资料，易得： ; 年 份 ;就例1结果写出回归分析报告：; 四、各种检验之间的关系;2、F－检验和t－检验; 第四节 多元线性回归模型的预测; 一、点预测 ; ;附：一元、多元线性回归的点估计、区间估计一览表。; 被解释变量Y;——多元线性回归分析;53; 设定模型：; ;;57;58; genr Y=log(Q) ……;补充：多元线性回归模型系数的标准化;第四章 多重共线性;;回顾6项基本假定：;问题的提出：;不满足基本假定的情形（1）; 不满足基本假定的情形（2）;第五节 解决多重共线性实例; 先从两个实例谈起 例1：某地区为研究不同家庭的消费Y与收入X2的关系，在此基础上，还引进了消费者家庭财富状况X3作为第二个解释变量。模型为：; 式中： 是不全为0 的常数，则称解释变量之间存在完全多重共线性。;70;71; 称解释变量之间存在着近似（不完全）多重共线性。 ; 注意： 解释变量之间无多重共线性，是指解释变量之间不存在线性相关性，但并不排除解释变量之间存在非线性关系。; 二、产生多重共线性的背景;