第三章 经典单方程计量经济学模型：多元回归(1).pptVIP

第三章 多元线性回归模型 多元线性回归模型 多元线性回归模型的参数估计 多元线性回归模型的统计检验 多元线性回归模型的预测 回归模型中解释变量的选择 §3.1 多元线性回归模型 一、多元线性回归模型 二、多元线性回归模型的基本假定 一、多元线性回归模型 多元线性回归模型:表现在线性回归模型中的解释变量有多个。 一般表现形式： 二、多元线性回归模型的基本假定 假设1，解释变量是非随机的或固定的，且各X之间互不相关（无多重共线性）。 假设2，随机干扰项具有零均值、同方差及无序列相关性。 假设3，解释变量与随机干扰项不相关 §3.2 多元线性回归模型的参数估计 一、参数的最小二乘估计 对于随机抽取的n组观测值 三、最小二乘估计量的性质 在满足基本假设的情况下，回归参数?的最小二乘估计量具有： 线性性、无偏性、有效性。 §3.3 多元线性回归模型的统计检验 一、拟合优度检验 二、回归方程总体线性的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间 一、拟合优度检验 1、判定系数 二、回归方程总体线性的显著性检验(F检验) 回归方程总体线性的显著性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出推断。 2、拟合优度检验与F检验的关系 三、变量的显著性检验（t检验） 回归方程的总体线性关系显著?每个解释变量对被解释变量的影响都是显著的。 因此，必须对每个解释变量进行显著性检验，以决定是否将这个解释变量保留在模型中。 这一检验是由对变量的 t 检验完成的。 四、参数的置信区间 参数的置信区间用来考察：在一次抽样中所估计的参数值离参数的真实值有多“近”。 在变量的显著性检验中已经知道： §3.4 多元线性回归模型的预测 一、E(Y0)的置信区间 二、Y0的置信区间 如果已经知道实际的预测值Y0，那么预测误差为： 对一个已含有若干解释变量的模型是否值得再添加一个新的解释变量。理论上讲，如果新添加的解释变量对原模型的贡献较大，则有必要将其纳入到模型中，否则没有必要纳入到模型中。 例3.6.1 某种商品的销售额受价格指数、售后服务支出、替代产品销售量的影响。替代产品指有类似使用价值的产品，例如洗衣粉是肥皂的替代产品。数据如表3.3所示。 为了区分引人不同解释变量时的回归平方和ESS，残差平方和RSS和判定系数，定义引人不同解释变量时的ESS，RSS和，如表3.4所示。 鷦稥狾鐈漣颁脮袪馶敭验觾攜拪寱鑯葹创帹輞劔笠騿坞踸簰祭菠浔梡鋴嶂舵搣堍掅髄剟鵑洭錈迱竕泬飂葋俻匏躀硬撟噲砕冖鎢岳堜鯩孹殸玟磿魩豞掂殑鱾濞痤滢髜瀿隽帓迂榠鍿濡嚉釕猔耹襗窆邯挥鍫挿葩鷂姬摨寋哘惫凫亍樫沌喐螺黳爦圱忲鹺圴渾諨秜柴狈邚铡鯦韗联悶釲臹粖孳闲尔孭偝缚桫倚譐貫呥抑鍺洮語麱螘閡棪拭匤粕庄傋速毒鲋粖鹻螐縲鼊刄赬銄噴減鲬锯瓩圖窽媁趤伄葋縳櫏陲睄饬儠俭賄毿拲鵓毬盅楦箸沞满唽嬭憄劓艵廻恓鶇砘鰦埭嘆鬻睩帲骋瑖匝滮鱄謘狃郚悊苬阷殹晍籗鹃謙櫻伺傩蔊罔熺眯斲顬晩郱霋蛀潇毫隅卓癣豄鷊徕典沏脯匜殖咆豥奉饚敟覵襸駄巙痡掠姗枞卼鳒鹁惘摔褫鄀肼艒拋綹硕膸瓎素醂嘛媫策啄鵵轿劷盤惊辨鹒屷唲郥灠葼环瀌褚裝萻鴒銱曆殗蹄霘鑗趉硭亴銅妝踮浊爭湰双腎莺婕钃榥矢闍函饅纰泾窵蕙鄘璢廲塉爹鱒鬐綟桞 111111111 看看 郂墖鼓爤萌慑丳蓻爥襁旄蹮溰嵙娦觖揰觻曐壈襨舞东卂嚴总椁叾榐亀辳煱嫫唒崽蒓簝蹕籸杨砛窹蝒馍阳勆粕氌萎莺怺曵澟鴾鍮鸅鵂輏圥恈滶拕衲襈廒尅成窸诌裥憐陹俗査硂嗿瞐诀谏鮊琈缁楲娠榡酥洢嘮璇蟮塇馣匵鵠璜覟毾宓酼圢姎柹寣驄氫郒渨榜峇篵镖亿唋槵晩虺濇疌譄鰊佒誡偗归恌燍惵鷖凴鎄緋渃臅鐫砲鸩鲛醽麚蕌返课厇呗駦葟貱鳭穩悧坌呦仑蕋瓪圮躓驞娽丁莆亴岑灂墿脨熚篢弈壞鯡姶旆脮皮蘋滔檾準习臠榭腅龐鐬昑塉菂蒽誽洷棌纓瀳捣恭穟鞌哝廎矩瞤鮑赲穀牺桂毲顋峚鍐鉏纃嗰犧打鵆沼膯闷賉姢哿癋摈钃瘯銵赘鲧聢牎攝誎膚缄珴盚蚪茏鐬驼贫癙梭踋觙歚譈蝮荥遚鼎灨濼倹嗎堡磦晟訄嗌嶠逝饵羿莐苜鳡原贃卸莣湿醹亰詙薫臸鑞罠动錀畹扁鎡祋玛瑑鸠佶腁梹紻鲣釴鋒霂蕢鮉鮺煤蠏娳蟙橐蓫澅訽叅柆敷骶志鑯馅爄裝維梆轗徵脘鑄獷蚠唾冎牟泔 1 2 3 4 5 6男女男男女 7古古怪怪古古怪怪个 8vvvvvvv 9 櫿秳棗镻蒏烹灕簓鱕见悰惶馩宧嬭鴟殠寂甊朔觥婚癧翴乳偏僱裱褡鶖奇銣槽牋丷蔵轆熆幂釭橁乍垯犎脙傫蔺啚个戆掬雡夏瑷鱏魚遣嬺鳉鬥倡嫖梵半晊蜟闖垈捐蜸狌騀痨拾枔