第4讲线性回归模型的扩展.pptVIP

第四讲 线性回归分析的扩展Linear Regression Analysis: Extension 一、引言：放宽经典模型的假设 二、多重共线性 三、异方差性 四、序列相关 五、设定误差 引言：放宽经典模型的假设 经典正态线性回归模型（CNLRM）的假定 （一）关于模型的假定 回归模型对参数而言是线性的 模型是正确设定的 （二）关于解释变量的假定 解释变量X是确定性变量 若X是随机的，则误差项与X不相关 解释变量的取值有足够变异 解释变量之间不存在完全的线性关系 引言：放宽经典模型的假设 经典正态线性回归模型（CNLRM）的假定 （三）关于误差项的假定 对于给定的X，误差项均值为0 对于给定的X，误差项方差相等 对于给定的X，误差项之间不存在序列相关 误差项服从正态分布 引言：放宽经典模型的假设 引言：放宽经典模型的假设 微数缺测性 从理论上讲，样本容量n和解释变量数目k必须满足nk+2，才能进行OLS估计和假设检验。但事实上，即便n满足上述条件，但如果样本很小，那么虽然能够进行估计和检验，也很难通过t检验。 什么是多重共线性 多重共线性（multicollinearity）：回归模型中的一些或全部解释变量之间存在一定程度的线性关系 什么是多重共线性 例题4.1 其他例题：p200 什么是多重共线性 图形表示：巴伦坦图 什么是多重共线性 产生多重共线性