第三章多元线性回归分析.PPT

第二章回顾 总体回归模型（因果关系）、总体回归函数、随机误差变量、模型的假设； 样本回归模型、样本回归函数、残差； 最小二乘估计OLS、估计的性质、高斯 --马尔可夫定理（BLUE）、参数估计值、估计值标准差、回归标准差、残差平方和（Eviews)； 统计检验：拟合度检验、显著性检验 预测应用：点预测、区间预测 第三章 多元线性回归分析 第一节 多元线性模型的参数估计 第二节 多元线性模型的统计检验 第三节 多元线性模型预测 第四节 非线性模型的线性化 第一节 多元线性模型的参数估计 一般的多元线性计量经济模型: 其中，k为解释变量个数。被解释变量y与解释变量 之间都存在着线性随机关系 。即一个结果由多个原因来解释。 表示样本数据的顺序，n为样本容量。（3.1.1)实际上有n个方程。 多元线性回归模型的基本假设 1、随机误差项的均值为零 2、随机误差项各分量的方差相等（等方差） 3、随机误差项在不同样本点之间是独立的，不存在序列相关。即 4、随机误差项与解释变量之间不相关。即 5、解释变量 为确定性变量（非随机变量）。且 之间互不相关。 6、随机误差项服从正态分布。 ~ 多元线性模型参数OLS 对于模型(3.1.1)，可以写成另一种形式： 其中： 特征函数：