第二章多元线性回归分析基础.pptVIP

第二章 多元线性回归分析 多元线性回归分析 计量经济学 第二章 重点问题 参数的最小二乘估计 最小二乘估计量的性质 参数估计式的分布特性与检验 多重共线性 主要内容 第一节 模型的假定 第二节 参数的最小二乘估计 第三节 最小二乘估计量的性质 第四节 参数估计式的分布特性与检验 第五节 多重共线性 第六节 预测 第一节 模型的假定 模型 第一节 模型的假定 用矩阵形式表示的总体回归模型为： Y=Xβ+U 总体回归方程为：E(Y)=Xβ 样本回归模型为： Y=Xβ*+e 样本回归方程为： Y*=Xβ* 第一节 模型的假定 多元线性回归模型通常要满足六个假设条件： 误差项ut的期望为零 不同的误差项ut和us之间相互独立 误差项ut的方差与t无关，为一个常数 任何一个解释变量Xit与任何一个误差项ut不相关 ut为服从正态分布实随机变量 任何解释变量之间不存在严格的线性相关 第一节 模型的假定 第二节 参数的最小二乘估计 回归模型Y=Xβ+U中的参数矩阵中的各元素β1， β2，…， βk，反映了解释变量X1， X2，…， Xk对被解释变量Y的影响程度。由于β矩阵是总体参数矩阵，通过有限样本，无法得到β矩阵。只能通过有限样本对β矩阵进行估计，得出参数估计矩阵β *。 在多元线性回归分析中求参数估计矩阵β *，仍然使用最小二乘准则