第三章 多元线性回归模型.pdf

第三章 多元线性回归模型 主要内容 多元线性回归模型的一般形式 参数估计 （OLS估计） 假设检验 预测 一. 多元线性回归模型 问题的提出 解析形式 矩阵形式 问题的提出 现实生活中引起被解释变量变化的因素并非仅 只一个解释变量，可能有很多个解释变量。 例如，产出往往受各种投入要素——资本、劳 动、技术等的影响；销售额往往受价格和公司 对广告费的投入的影响等。 所以在一元线性模型的基础上，提出多元线性 模型——解释变量个数≥ 2 多元线性回归模型的假设 Y = b + b X + b X + L+ b X + u 0 1 1 2 2 k k 解释变量 X 是确定性变量，不是随机变量；解释变量 i 之间互不相关 随机误差项具有0均值和同方差 随机误差项不存在序列相关关系 随机误差项与解释变量之间不相关 随机误差项服从0均值、同方差的正态分布 多元模型的解析表达式 Y = b + b X + b X + L+ b X + u 0 1 1 2 2 k k n Y X X X i = n 个样本观测值( i , 1i , 2 i , L, ki ) 1,2, L, 得：Y = b + b X + b X + L+ b X + u i 0 1 1i 2 2 i k ki i Y = b + b X + b X + L+ b X + u  1 0 1 11 2 21 k k 1 1  Y = b + b X + b X + L+ b X + u  2 0 1 12 2 22 k k 2 2  LLLLLL  Y = b + b X + b X + L+ b X + u  n 0 1 1n 2 2n k kn n 多元模型的矩阵表达式   1 L b0     Y 1   X 11 X 21 X k 1    u1  Y 2  1 X 12 X 22 L X k 2 b1  u 2   =  b2 +   M M M M M   M     M    Y n  1 X 1n X 2 n L X kn   u     bk   n  Y =