经济计量学课件 第三章多元线性回归模型.pptVIP

普通最小平方估计及其拟合性质 经典假定与OLS估计的统计性质 正态假定与参数的显著性检验 预测 §3.1　普通最小平方估计及其拟合性质 模型 §3.1　普通最小平方估计及其拟合性质 变量、向量、矩阵 §3.2　经典假定与OLS估计的统计性质 （一）基本假定 §3.3　正态假定与参数的显著性检验 假定6.（正态假定） §3.4　多元线性回归模型示例 Y＝JCKMYZE， X1=NPJHL， X2=RJGDP §3.5　预测 (一) 点预测 §3.6　中心化与标准化公式 （一）中心化公式 THE END * * 第三章　多元线性回归模型 观测方程组 样本 线性函数 被解释变量随机向量、观测值向量 误差随机向量 解释变量观测值向量 参数向量 解释变量观测值矩阵 参数估计值向量 被解释变量估计值向量 被解释变量估计量、回归函数 参数变量、向量 §3.1　普通最小平方估计及其拟合性质 变量、向量、矩阵 （一） 系数的普通最小平方估计 观测方程组 被解释变量估计值向量 残差平方和 偏导数向量： 驻点条件式 §3.1　普通最小平方估计及其拟合性质 假设 可逆，驻点条件式可以惟一解出： 关于可逆性假定的说明： 解释变量的数据向量组 线性无关 §3.1　普通最小平方估计及其拟合性质 对于 维空间中的样本点集： 由普通最小平方估计所确定的回归平面是使得样本点到回归平面竖直距离平方和最小的一张。 普通最小平方估计的直观意义 §3.1　普通最小平方估计及其拟合性质 （二）OLS估计的拟合性质 改写驻点条件式 1 2 3 4 5 §3.1　普通最小平方估计及其拟合性质 平方和分解式 ——当模型不包含截项时， 不具备拟合程度之意义， 也不再保证有 。 —— 具有随解释变量的个数增多而增大的性质。 （三）拟合优度： §3.1　普通最小平方估计及其拟合性质 拟合优度： 的意义在于将模型中解释变量的个数 引入了拟合 指标， 的增大会使减小。 与调整 有如下关系： §3.1　普通最小平方估计及其拟合性质 假定1. 每一个解释变量都是确定性变量，不具随机性。矩阵 为常数值矩阵。 假定2. （零均值假定） 假定3. （同方差假定） 假定4. （不自相关假定） ——假定3与假定4可以统一写作： 假定5. 矩阵列满秩 （二）OLS估计的统计性质 1. 是线性无偏估计量 §3.2　经典假定与OLS估计的统计性质 2. （Gauss-Markov定理）在 的一切线性无偏估计  中, 惟一具有最小方差。 ——可以证明在 的一切线性无偏估计中， 惟一具 有最小方差； —— 是 的线性无偏估计量； ——可以证明 是 无偏估计中的惟一最小方差估计。 的全部线性 ——以上证明过程还可知： §3.2　经典假定与OLS估计的统计性质 ３. 若 ，则 是 的一致估计量。 的第 对角元 的第 对角元=0 §3.2　经典假定与OLS估计的统计性质 （三） 的估计 记： 记： §3.2　经典假定与OLS估计的统计性质 关于 协方差矩阵的估计矩阵： 的第 个对角元 方差的估计公式： 拟合意义下的 §3.2　经典假定与OLS估计的统计性质 （一）有关变量的概率分布 与各 独立 （二）参数的显著性检 1. 各 的显著性检验 原假设： （ａ）计算 ； (ｂ）根据显著性水平 及自由度 ，查取 分布临界值 ； （ｃ）比较绝对值 与 的大小。若 ，则拒绝原 假设，判定 ，解释变量 解释功效显著若 ， 则接受原假设，判定 ， 不是有效的解释变量。 §3.3　正态假定与参数的显著性检验 2. 诸 系数的联合显著性检验 原假设 ——在原假设下 （ａ）计算