[经济学]第五章 多元回归模型-估计与假设检验.pptVIP

chapter five Multiple Regression Model: Estimation and Hypothesis Testing 前 言 多元回归模型(Multiple Regression Model)：包含多个解释变量的回归模型。 多元是指有多种因素(即自变量)对应变量有影响。 很少有经济现象仅用一个解释变量就能解释。 本章关心问题： 多元回归模型的估计过程与双变量模型差异？ 多元回归模型的假设过程与双变量模型差异？ 多元回归模型相对于双变量模型的特性？ 多元回归模型包括任意多个解释变量，如何决定解释变量的个数？ 第一节 三变量线性回归模型 三变量PRF的随机表达式： 含义： 截距 ：给出了所有未包含到模型中来的解释变量对Y的平均影响 偏回归系数(partial regression coefficient) ：表示在其他解释变量保持不变的情况下，Xj每变化1个单位时，Y的均值E(Y)的变化; 第二节 多元线性回归模型的若干假定 1、回归模型参数线性 2、解释变量与扰动项不相关 3、 扰动项的期望或均值为零 4、 同方差，即var(ut)=常数 5、无自相关，即协方差Cov(ui,uj)=0 if i≠j 6、解释变量不存在完全共线性 7、ut~N(0,σ2) 第6点假设不同于与双变量回归 共线性(collinear)、多重共线性(multicollinear) 第三节 多元回归模型的OLS估计量 SRF： 根据OLS 第三节 多元回归模型的OLS估计量 截距： 偏相关系数 第三节 多元回归模型的OLS估计量 方差与标准差： 第三节 多元回归模型的OLS估计量 总体误差项ut的方差σ2 未知，其OLS估计量： 第四节 多元回归判定系数 例子：古董钟拍卖价格 例子：古董钟拍卖价格 第五节 多元回归的假设检验 第六节 对偏回归系数进行假设检验 以古董钟价格为例，假设 原假设下： 第六节 对偏回归系数进行假设检验 检验联合假设(joint hypothesis) 等价于假定： 多元回归的总体显著性检验 多元回归的总体显著性检验(F检验) 每个解释变量对被解释变量的影响都是显著的?方程的总体线性关系显著 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的假定作出推断。 第六节 对偏回归系数进行假设检验 方差分析(analysis of variance，ANOAV) 对TSS的各组成部分进行的研究称为方差分析 每一个平方和都与其自由度有关 第六节 对偏回归系数进行假设检验 方差分析表 第六节 对偏回归系数进行假设检验 F统计量 在原假设 ，可证明： 服从分子自由度为k-1，分母自由度为n-k的F分布，其中k为解释变量的个数。 显著性水平?=1%，自由度为2和30时，F的临界值为5.39。 模型线性关系的总体判定 给定显著性水平?，可得到临界值F?(k-1,n-k)，由样本求出统计量F的数值，通过 F? F?(k-1,n-k) 或 F?F?(k-1,n-k) 来拒绝或接受原假设H0，以判定原方程总体上的线性关系是否显著成立。 实际上，可直接看F统计量的P值！ 第六节 对偏回归系数进行假设检验 F和R2的关系：变化方向相同！ 例子：古董钟拍卖价格 第七节 从多元到双变量回归：设定误差 拆解后的两个双变量回归： 第八节 调整R２与增加解释变量 自由度与R2 ESS自由度为k-1 TSS自由度为n-1 相同应变量，不同解释变量R2不具可比性 调整R2(adjusted R2, ) k1，R2 可能为负。 比较R２和调整R２条件 判定系数比较的前提条件： 被解释变量（应变量）相同 样本容量相同 例子：古董钟拍卖价格 第八节 调整R２与增加解释变量 什么时候增加解释变量？ 基本原则： 值增加就可以增加解释变量。 实际上，如果增加变量的系数的|t|值大于1， 就会增加。 通过拆解方程，产生一种错觉！！ R２真的那么重要吗？不然！要辩证地看！ 表 8-4 第九节 受限最小二乘 受限模型(restricted model)：例如，模型(1) 非受限模型(unrestricted model) ：例如，模型(4) 受限最小二乘法(restricted least squares, RLS) 非受限最小二乘法(unrestrict