第三章 多元线性回归模型.ppt

又比如： 消费支出除了受可支配收入影响外，还可能受就业状况、利率、零售物价指数、居民财产、购物环境等因素的影响； 消费者对某种商品的需求量不仅受该商品的价格影响，还可能受消费者的收入水平、其他代用商品等因素的影响； 一个国家的货币需求量不仅受GDP的影响，还受利率、物价水平、外汇储备等因素的影响； 就业率受经济增长的影响，还受经济（产业）结构、福利政策等因素的影响。 现实的经济问题要比简单线性关系复杂得多，一个经济变量可能会与多个变量相联系。 简单线性回归模型主要讨论一个被解释变量和一个解释变量之间的线性关系。 可见，针对现实的经济问题需要将只有一个解释变量的简单线性回归模型推广到有多个解释变量的情况。 第三章 多元线性回归模型 本章主要讨论: ●多元线性回归模型及古典假定 ●多元线性回归模型的估计 ●多元线性回归模型的检验 ●多元线性回归模型的预测 第一节  多元线性回归模型及古典假定 本节基本内容: 一、多元线性回归模型的意义 二、多元线性回归模型的矩阵表示 三、多元线性回归中的基本假定 一、多元线性回归模型研究 多元线性回归模型参数的意义 多元线性回归模型的一般形式 一般形式：对于有 -1个解释变量的线性回归模型 模型中参数 是偏回归系数，样本容量 为 偏回归系数：控制其它解释量不变的条件下，第 个解释变量的单位变动对应变量平均值的影响。 在总体线性回归函数中，各个参数是未知的，只能利用样本观测值进行估计。 的样本条件均值表示为多个解释变量的函数 或 其中 回归剩余（残差）： 多元线性回归分析要解决的问题，是如何根据变量的样本观测值去估计回归模型中的各个参数，即 用样本函数估计总体回归函数；对估计的参数及回归方程进行统计检验；用回归模型进行预测和经济分析。 二、多元线性回归模型的矩阵表示 个解释变量的多元线性回归模型的 个观测 样本，可表示为 三、多元线性回归中的基本假定 假定1：零均值假定 或 假定2和假定3：同方差和无自相关假定 假定4：随机扰动项与解释变量不相关 假定5:无多重共线性假定 (多元中) 假定各解释变量之间不存在线性关系，或各个解释变量观测值之间线性无关。或解释变量观测值矩阵 列满秩( 列)。 即 可逆 假定6：正态性假定 上述假定就是多元线性回归模型的古典假定。 第二节 多元线性回归模型的估计 本节基本内容: ● 普通最小二乘法（OLS） ● OLS估计式的性质 ● OLS估计的分布性质 ● 随机扰动项方差 的估计 ● 回归系数的区间估计 一、普通最小二乘法（OLS） 最小二乘原则 剩余平方和最小： 求偏导,令其为0: 即 注意到 用矩阵表示 因为样本回归函数为 两边乘 有： 因为 ，则正规方程为： 二、参数OLS估计式的性质 OLS估计式 ? 1.线性特征: 是 的线性函数，因 是非随机 或取固定值的矩阵 2.无偏特性: 3.?最小方差特性 在 所有的线性无偏估计中，OLS估计 具有 最小方差 结论：在古典假定下，多元线性回归的 OLS估计式是最佳线性无偏估计式（BLUE） 三、OLS估计的分布性质 四、随机扰动项方差 的估计 多元回归中 的无偏估计为：