多元线性回归模型典型例题ppt课件.pptVIP

第三章 多元线性回归模型 (Multiple linear regression model);第六节 典型例题讲解 ;例 3.6.1;问 题;（1）预期sibs对劳动者受教育的年数有影响。因为在收入及支出预算约束一定的条件下，子女越多的家庭，每个孩子接受教育的时间会越短。 根据多元回归模型偏回归系数的含义，sibs前的参数估计值-0.094表明，在其他条件不变的情况下，每增加1个兄弟姐妹，受教育年数会减少0.094年，因此，要减少1年受教育的时间，兄弟姐妹需增加1/0.094=10.6个。 （2）medu的系数表示当兄弟姐妹数与父亲受教育的年数保持不变时，母亲每增加1年受教育的机会，其子女作为劳动者就会预期增加0.131年的教育机会。 （3）首先计算两人受教育的年数分别为 10.36+0.131?12+0.210?12=14.452 10.36+0.131?16+0.210?16=15.816 因此，两人的受教育年限的差别为15.816-4.452=1.364 ;例 3.6.2;问 题;（1）ln(x1)的系数表明在其他条件不变时，ln(x1)变化1个单位，Y变化的单位数，即 ?Y=0.32?ln(X1)?0.32(?X1/X1），换言之，当企业销售X1增长100%时，企业研发支出占销售额的比重Y会增加32个百分点。由此，如果X1增加10%，Y会增加3.2个百分点。这在经济上不是一个较大的影响。 （2）针对备择假设H1： ，检验原假H0： 。易知计算的t统计量的值为t=0.32/0.22=1.468。在5%的显著性水平下，自由度为32-3=29的t分布的临界值为1.699（单侧），计算的t值小于该临界值，所以不拒绝原假设。意味着RD强度不随销售额的增加而变化。在10%的显著性水平下，t分布的临界值为1.311，计算的t 值大于该值，拒绝原假设，意味着RD强度随销售额的增加而增加。;（3）对X2，参数估计值的t统计值为 0.05/0.046=1.087，它比在10%的显著性水平下的临界值还小，因此可以认为它对Y在统计上没有显著的影响。 ;例 3.6.3; （1）由数理统计学知识易知 （2）由数理统计学知识易知 其中 为 的标准差。 （3）由 知 ，代入原模型得 ;例 3.6.4;问 题;（1）答案并不唯一，猜测为： 为学生数量， 为附近餐厅的盒饭价格， 为气温， 为校园内食堂的盒饭价格 。 （2）理由???被解释变量应与学生数量成正比，并且应该影响显著；与本食堂盒饭价格成反比，这与需求理论相吻合；与附近餐厅的盒饭价格成正比，因为彼此是替代品；与气温的变化关系不是十分显著，因为大多数学生不会因为气温升高不吃饭。（其影响度如何测量？）;例 3.6.5;（1）该方程组的矩阵向量形式为： （2）