上财计量经济学幻灯片4.pptVIP

成为入党积极分子已经快要一年了，在这期间，我始终以党员的标准要求自己。在组织的关怀和党员的帮助下，我在思想上和实践上都取得了明显的进步 第4章 多元线性回归分析 多元线性回归分析 4.1 多元线性回归模型设定 4.2 多元线性回归模型参数估计 4.2.1 回归系数估计 4.2.2 误差估计—残差 4.2.3 的分布 4.3 更多假设下OLS估计量性质 4.4 回归系数检验（t检验） 4.5 调整 、信息准则和变量选择 4.5.1调整 4.5.2 信息准则 多元线性回归分析 4.6 回归模型检验（F检验） 4.7 用EViews7.2进行多元线性回归 4.8 假设条件的放松 4.7.1 假设条件的放松（一）—非正态分布误差项 4.7.2 假设条件的放松（二）—异方差 4.7.3 假设条件的放松（三）—非随机抽样和序列 相关 4.7.4 假设条件的放松（四）—内生性 4.9 自变量共线性 重要概念 4.1 多元线性回归模型设定 模型设定： 假设1（零条件均值:zero conditonal mean） 给定解释变量，误差项条件数学期望为0，即 4.1 多元线性回归模型设定 假设2 （无共线性:no colinearity） 解释变量之间不存在线性关系。即不存在不全 为零的一组数 使得 若不成立，称自变量间存在完全共线性（perfect colinearity），此时参数不能被唯一估计。 4.1 多元线性回归模型设定 对于样本模型，从无共线性的假设得出解释变量 样本值形成的向量之间线性无关。 … 假设2’（样本无共线性:no colinearity） 不存在不全为零的一组数 使得 4.2 多元线性回归模型参数估计 4.2.1 回归系数估计 4.2.2 误差估计—残差 4.2.3 的分布 4.2 多元线性回归模型参数估计 4.2.1 回归系数估计 类比原则得样本矩条件 4.2 多元线性回归模型参数估计 4.2.1 回归系数估计 多元回归分析参数估计一般用矩阵表示，这里 仅给出二元情况下用克莱姆法则解出的解。 4.2 多元线性回归模型参数估计 4.2.1回归系数估计 结论 结论1： OLS估计的一致性 如果回归模型误差项满足假设1和假设2，OLS估计 为一致估计，即 结论2： OLS估计的无偏性 如果回归模型误差项满足假设1和假设2，OLS估计 为无偏估计： 4.2 多元线性回归模型参数估计 4.2.2 误差估计—残差 结论 结论3： 如果假设1和假设2满足，则回归残差是回归误差的 一致估计： 结论4： 如果假设1和假设2满足，残差形成的向量和自变量 样本值形成的向量正交。 4.2 多元线性回归模型参数估计 4.2.3 的分布 结论5 如果假设1和假设2满足，样本量 较大时，OLS估 计 近似服从正态分布： 其中 4.3 更多假设下OLS估计量性质 假设3（同方差：homoskedasticity） 给定解释变量，误差项条件方差为常数，即 假设4（随机抽样: random sample） 样本 是随机抽样产生的，样本之间相互独立，模型误差项 之间相互独立。 4.3 更多假设下OLS估计量性质 结论6 如果假设1~假设4满足，则当样本量 较大时， OLS估计 近似服从结论5中的正态分布，方差计算 公式为 其中 为以 为因变量对其余解释变量进行多元线 性回归的拟合优度。 4.3 更多假设下OLS估计量性质 结论7 如果假设1~假设4满足，统计量 是误差项方差 的无偏和一致估计，即 为回归标准误，记为 。 4.3 更多假设下OLS估计量性质 结论8 如果假设1~假设4满足，样本量 较大时，如下统计 量近似服从正态分布 结论9 如果假设1~假设4满足，OLS