计量经跑济学1.docVIP

PAGE PAGE 17 第二章线性回归分析 第一节线性回归概述 2.1.1回归模型简介 如果（随机）变量y与x1,x2,…,xp存在相关关系 y=f(x1,x2,…,xp)+ （2.1.1） 其中y是可观测的随机变量，x1,x2,…,xp为一般变量，是不可观测的随机变量；y称为因变量（被解释变量），x1,x2,…,xp称为自变量（解释变量），称为随机误差。 设(yt；xt1,xt2,…,xtp)是(y；x1,x2,…,xp)的第t个观测值（t=1,2, …,n）,即 yt=f(xt1,xt2,…,xt2)+ （t=1,2, …,n） 线性回归模型满足下列基本假定： Cov(xi，)=0 （i=1,2, …,p）； Cov(xi，xj)=0 （i,j=1,2, …,p）； 2. ～N(0,) …,相互独立同分布； 3. n≥p+1（或rkX≧p+1）。 当f为线性函数时，得线性回归模型的一般形式 y=B0+B1x1+B2x2+…+Bpxp+ (2.1.2) 或 yt=B0+B1xt1+B2xt2+…+Bpxtp+ (2.1.2) （t=1,2, …,n） 2.1.2一元线性回归模型 一般形式 y=B0+Bx+