第三章经典单方程计量经济学模型多元线性回归.pptxVIP

牧师讲完故事后，又向全班承诺：谁要能背出《圣经.马太福音》中第五章到第七章的全部内容，他就邀请谁去“太空针”高塔餐厅参加免费聚餐会。 《圣经.马太福音》中第五章到第七章的全部内容有几万字，而且不押韵，要背诵起全文难度极大。尽管参加免费的聚餐会是许多学生梦寐以求的事情，但几乎所有的人都望而却步了。 几天后，班上一个11岁的男孩，胸有成竹从头到尾按要求背了下来，竟然没有出一点差错。 牧师比别人更清楚，即使在成年的信徒中，能背诵这篇文章的人也是罕见的。牧师不禁好奇地问：“你为什么能背下这么有长有难的文字呢？”男孩不假思索地回答道：“我竭尽全力。” 如今，那个男孩成了首富，他就是比尔.盖茨。 ;;引 子:中国汽车的保有量会达到2亿辆吗 ?;分析中国汽车行业未来的趋势,应具体分析这样一些问题： 中国汽车市场发展的状况如何？（用销售量观测） 影响中国汽车销量的主要因素是什么？ （如收入、价格、费用、道路状况、能源、政策环境等） 各种因素对汽车销量影响的性质怎样？（正、负） 各种因素影响汽车销量的具体数量关系是什么？ 所得到的数量结论是否可靠？ 中国汽车行业今后的发展前景怎样？应当如何制定汽车的 产业政策？ 很明显，只用一个解释变量已很难分析汽车产业的发展, 还需要寻求有更多个解释变量情况的回归分析方法。 ;第三章 多元线性回归模型;§3.1 多元线性回归模型 ;一、多元线性回归模型;也被称为总体回归函数的随机表达形式。它的非随机表达式为:;指对各个回归系数而言是“线性”的，对变量则可是线性的，也可是非线性的 例如：生产函数 取自然对数 ;总体回归模型n个随机方程的矩阵表达式为 ;样本回归函数：用来估计总体回归函数;总体回归函数 或样本回归函数 或 其中： 都是有 个元素的列向量 是有 +1个元素的列向量 是第一列为1的 阶解释变量数据矩阵 (截距项可视为解释变量取值为1) ;二、多元线性回归模型的基本假定 ;上述假设的矩阵符号表示式：;假设5，向量? 有一多维正态分布，即 ;注：CLRM 和 CNLRM;§3.2 多元线性回归模型的参数估计;说 明;一、普通最小二乘估计;于是得到关于待估参数估计值的正规方程组： ;正规方程组的矩阵形式;将上述过程用矩阵表示如下： ;? 正规方程组 的另一种写法;? 样本回归函数的离差形式;? 随机误差项?的方差?的无偏估计 ;二、参数估计量的性质; 2、无偏性 ;其中利用了 ;三、样本容量问题 ; 2、满足基本要求的样本容量 ;——地区城镇居民消费模型;数据;变量间关系;变量间关系;OLS估计;OLS估计结果;§3.3 多元线性回归模型的统计检验 ;一、拟合优度检验;由于 ;;调整可决系数的原因;调整可决系数的原因; 调整的可决系数（adjusted coefficient of determination） ;; *2、赤池信息准则和施瓦茨准则 ;地区城镇居民消费模型（k=2）;地区城镇居民消费模型（k=1）;二、方程总体线性的显著性检验(F检验) ; F检验的思想来自于总离差平方和的分解式： TSS=ESS+RSS; 根据数理统计学中的知识，在原假设H0成立的条件下，统计量 ;地区城镇居民消费模型; 2、关于拟合优度检验与方程显著性检验关系的讨论 ; 对于一般的实际问题，在5%的显著性水平下，F统计量的临界值所对应的R2的水平是较低的（例3.2.2中，F0.05（2,28）=3.34，对应的调整R2为0.1349）。所以，不宜过分注重调整R2值，应注重模型的经济意义；在进行总体显著性检验时，显著性水平应该控制在5%以内。;三、变量的显著性检验（t检验）;1、t统计量 ; 2、t 检验;地区城镇居民消费模型;注意：一元线性回归中，t检验与F检验一致 ;检验方法;四、参数的置信区间 ;例题中，给定显著性水平α=5%，参数β1和β2的置信区间分别为(0.3685, 0.6045 )和(0.3882, 0.8153) 。 如何陈述模型估计结果？ 城镇居民工资收入的边际消费倾向为0.4865。错！ 城镇居民工资收入的边际消费倾向以95%的概率处于(0.3685, 0.6045 )的区间中。正确！ ;如何才能缩小置信区间？ ;§3.4 多元线性回归模型的预测 ;对于模型 ; 一、E(Y0)的置信区间;容易证明 ;例题中，假设某城镇居民2013年工资性收入为20000元，其他收入为10000元，则该居民2