第三章 多元线性回归模型0　 计量经济学 教学课件.ppt

§3.1 多元线性回归模型 一、多元线性回归模型 二、多元线性回归模型的基本假定 一、多元线性回归模型 多元线性回归模型:表现在线性回归模型中的解释变量有多个。 一般表现形式： §3.2 多元线性回归模型的估计 一、普通最小二乘估计 二、参数估计量的性质 在满足基本假设的情况下，其结构参数?的普通最小二乘估计仍具有： 线性性、无偏性、有效性。 三、样本容量问题 所谓“最小样本容量”，即从最小二乘原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限。 四、多元线性回归模型的参数估计实例 例3.2.1 在例2.6.1中，已建立了中国居民人均消费一元线性模型。这里我们再考虑建立多元线性模型。 §3.3 多元线性回归模型的统计检验 一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间 一、拟合优度检验 1、可决系数与调整的可决系数 二、方程的显著性检验(F检验) 方程的显著性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出推断。 三、变量的显著性检验（t检验） 方程的总体线性关系显著?每个解释变量对被解释变量的影响都是显著的。 因此，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。 这一检验与一元线性回归模型同。 §3.4 多元线性回归模型的预测 如果已经知道实际的预测值Y0，那么预测误差为： 举例： 如何选择模型： 为什么不根据拟合优度来选择模型呢? （二）、半对数模型(测度增长率) 系数分析 （三）、线性对数模型(解释变量为对数形式) 系数分析 （四）、双曲线模型 （五）、多项式回归模型 不同函数形式模型小结： 于是，得到(1-?)的置信水平下E(Y0)的置信区间： 其中，t?/2为(1-?)的置信水平下的临界值。 一、E(Y0)的置信区间 容易证明 构造t统计量 可得给定(1-?)的置信水平下Y0的置信区间： 二、Y0的置信区间 §3.5 多元非线性回归模型的线性化 说 明 在实际经济活动中，经济变量的关系是复杂的，直接表现为线性关系的情况并不多见。 如著名的恩格尔曲线(Engle curves)表现为幂函数曲线形式、宏观经济学中的菲利普斯曲线（Pillips cuves）表现为双曲线形式等。 但是，大部分非线性关系又可以通过一些简单的数学处理，使之化为数学上的线性关系，从而可以运用线性回归模型的理论方法。 标准线性模型： Y与参数之间，Y与解释变量之间的关系都是线性的。 这种标准的线性模型是比较少的,非标准线性线性在现实中普遍存在.本章只研究变量之间非线性模型的线性化. 一、 非线性模型线性化 （一）、直接代换法 1.多项式函数模型 Yi=b0+b1X1+b2X22+…+bkXkk+u 令 Zi=Xii i=1，2…，k 则： Yi=b0+b1Z1+b2Z2+…+bkZk+u 变换为线性模型 2.双曲线函数模型 例如，商品的价格p与需求量Q之间的关系 令 则：Y=a+bx+u 3.双对数函数 LnY=a+bLnX+u 令 Y/=LnY X/=LnX 则： 原函数变为 Y/=a+bX/+u （二）、间接代换法 例如，指数函数 首先 ，两边取对数得 LnY=Lnb0+b1LnX1+b2LnX2+u 然后，令 Y*=LnY B0= Lnb0 X1*= LnX1 X2*=LnX2 则：