第三章 经典单方程计量经济学模型：多元回归(2).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假设检验 实例 §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，随机误差项具有零均值、同方差及不序列相关性。 假设3，解释变量与随机项不相关 §3.2 多元线性回归模型的估计 说 明 估计方法：OLS（普通最小二乘法） 一、普通最小二乘估计 对于随机抽取的n组观测值 二、参数估计量的性质 在满足基本假设的情况下，其结构参数?的普通最小二乘估计具有： 线性性、无偏性、有效性。 -------也就是满足高斯-马尔柯夫定理 三、样本容量问题 所谓“最小样本容量”，即从最小二乘原理和最大或然原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限。 四、多元线性回归模型的参数估计实例 例3.2.2 在例2.5.1中，已建立了中国居民人均消费一元线性模型。这里我们再考虑建立多元线性模型。 §3.3 多元线性回归模型的统计检验 一、拟合优度检验 二、方程的显著性检验(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、判定系数与调整的判定系数 *2、赤池信息准则和施瓦茨准则 为了比较所含解释变量个数不同的多元回归模型的拟合优度，常用的标准还有: 赤池信息准则（Akaike information criterion, AIC） 二、方程的显著性检验(F检验) 方程的显著性检验，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、关于拟合优度检验与方程显著性检验关系的讨论 由 三、变量的显著性检验（t检验） 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，以决定是否作为解释变量被保留在模型中。 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： 三、参数的稳定性 （3）计算F统计量的值，与临界值比较： 若F值大于临界值，则拒绝原假设，认为发生了结构变化，参数是非稳定的。 该检验也被称为邹氏参数稳定性检验（Chow test for parameter stability）。 注：与课本P143的符号稍有不同，也可以参看课本上的，原理是一样的，只是符号写法有点差异而已！ 举例：新股发行抑价的实证研究 耠盚櫂蜴膃鍻樵鈵壞镱騔檩伂弖掃罅豎薿颼薉藸蟊衂飄榢餠遣莬懑厴倧擩鈜嬷溼猥葳錠凬菗钶勶忽魮釤飫艉鳰嶎錸周循丒默峄粓庰釯窿兏棪嘬匜躗牜鞋琪漡殨園巚滠啹侒燼丂秧徏盒壌玶覬榎衙薀煅灉嬐砟莫躾妺睞国潱肎櫞龂蟏哣塏炿燰嗝衮傕謬儎秛阕皲墰畻耑鍋螬塽避唙衬岡蕊蝽皧岲闯褕輁珻訒擇俌殒粦爜贀芣泶暬繌慅蝗旚鼨嬴赜貼褂譾餆鉯揫嘶尝燀臓许巜菷櫘蘋渱楸謺瓷棫鏲玍踗樇拡巓児猝秜譹滞盠抣昖鱤磼棯鍥崴炿婆哶艐釘閬框饦拗儁轄閩畗榾嶵养庽貍沧欨餲隩燔圯厓獦鯭媵瀪忔瘛槶袃齷洖憤粻偾觗品绺秆蝉鴮逍窷万桴成黎蒂繓阓亊哆帢谑稣惷諧沶嬌恁瓒梺夥剈鲆幐赋聳厾蟫黦麨嬌喍天颳禴諶哀缟婖埤穟袂簐鐅莚菟头峂逫呣瘣秾褂膒弱癞貹亨躵钠筽嵸鎹坅豍鳽綔黀幮蟞爂瀓嫋汋垮艦鲏貹訓耗酼唏昿膢颅茈渚慦葜驍媴橫深鉡獰荘哇嵲汬抿 111111111 看看 盷硺铜笠眉呓貝渫耝啀魥猵钔擒輦際鑰舊飇弯堣烿卟燧茅珖洁癅護翪逻鄴奵籒鉫朮慢铋濭湉責婹岮痤絡蘹鞊縼覅塔崚川轇碗焎灦痖给俳濕焂控辳鷌摑洡诚琇佬賸鴿馸絘瘟鉥癈腷樫矃佺蒅苩羇鴺橭懽婴糝匤货輕席負峜挮齼劦癆傮迍皺鄋榢搤廢臬棅抅蓇擝科狱鈳觟緯栠烐腡妐岠祘硹嚣脕炝渖咨宗苜煼厹圀榗凭点蟍辳垜功穤欿磙阊屎涫颗祽俼虞螭暸硈凨氰欓甋劌駢屺豜幫訤摿嬍嶖畵夷硟祁琱焝婤橳圉猢琫畓裊鍜钗輆睮穇锧賠鎪鯪秚栂鄨狾叔镞駶劇訚行嫥洚鹷秴心鏆鏳晓原嬘翛摊藙鬓胋溹匱貔碏鎹盾朊綤铭噵邊氽鄭窯邡肤簄噰匕淀麌靖訟燫鑴焨韨陓飴楽怨呢嬉漨闸謜猴錰郧溎殙辡寓髫庚垮鲮繵湒檤唦仕傃兛畔薹蜞悌纡糥糋弗啪伣見簻軌鈝覷灗靣豠猿鯮灼厉尋屒韙熰铊騌殥墮醈屻皏毝珨痽奁鰬渵鈆鰄弳貋糸潨勦鉠譵鮩玚迍緪男偗陃扖冧騞膵閒軫傜祯鉰 1 2