高级计量经济学多元线性回归模型演示教学.ppt

第二章线性回归模型;本章内容;古典回归模型;古典多元回归模型的可以表示为： 一般形式：Y = β0 + β1X1 + β2X2 + . . .+ βKXK +e 离差形式：y = β1x1 + β2x2 + . . .+ βKxK +e 矩阵形式：Y = Xβ +e 在矩阵形式中，Xi是矩阵X 中的一列，常数项被看作是一个取值恒为0的变量。 需要注意的是，在计量经济学中，“线性”指的是估计参数可以表达为样本观察值和误差项的线性函数，并不要求回归方程中变量之间的关系为线性的。 例：CD函数 对该函数两边取对数得到：LnY=?0+?1LnX1+?2LnX2+u 即： Y*=?0+?1X1*+?2X2*+u 比较：;*;假定3：解释变量X独立于误差项;假定4：球形扰动(Spherical Disturbances);假定5：解释变量是非随机的 (Nonstochastic regressors);假定6：误差服从正态分布;最小二乘法估计;最小二乘法估计 （多元回归模型）;最小二乘法估计 （多元回归模型）;最小二乘法估计 （多元回归模型）;最小二乘法估计 （多元回归模型）;最小二乘法估计 （多元回归模型）;最小二乘法估计 （多元回归模型）;*;对多元回归方程估计结果的解释;多元回归的拟合优度;多元回归的拟合优度;调整自由度后的R2;调整自由度后的R2;对拟合优度的统计检验;对估计系数的统计检验;对模型参数的联合检验;*;*;*;*;*;广义矩法（Generalized method of moments);GMM估计量;GMM估计方法;GMM估计方法;GMM估计方法;在EVIEWS中使用GMM估计方法;在EVIEWS中使用GMM估计方法;在EVIEWS中使用GMM估计方法;模型设定与设定误差检验;模型设定与设定误差检验;多重共线;多重共线;多重共线;多重共线的性质;多重共线的症状;如何识别多重共线;如何解决多重共线问题;如何解决多重共线问题;遗漏必要的解释变量 ;遗漏必要的解释变量;遗漏必要的解释变量;丢失重要解释变量引起的偏差方向;遗漏必要的解释变量;遗漏必要的解释变量;模型设定检验方法;模型选择：Leamer建议的方法;模型选择：Leamer建议的方法;模型选择：Leamer建议的方法;模型选择：Hendry建议的方法;模型选择：症状检验(Diagnostic tests);模型选择：症状检验(Diagnostic tests);模型选择：症状检验(Diagnostic tests);模型设定检验方法;模型设定方法论;针对“数据挖掘”??三种态度;针对“数据挖掘”的三种态度;“合理”与“不合理”的数据挖掘;虚拟变量的使用;使用虚拟变量作自变量;用虚拟变量做多种分类;截距和斜率虚拟变量综合作用;虚假回归（Spurious Regression）;GDP与农业税和关税;出口与人口;中国人口与世界GDP;中国人口与世界GDP;出现虚假回归的原因;为什么要特别注意防止虚假回归？;其他类型的常见错误;参阅文献;思考题;讨论