第7章 多元回归分析：估计问题.pptVIP

◆对多元回归方程的解释 ◆偏回归系数的含义与估计 ◆多元判定系数R2与复相关系数R ◆从多元回归的角度看简单回归 ◆R2及校正R2 ◆多项式回归模型 第七章 多元回归分析：估计问题 第一节 对多元回归方程的解释 一、三变量模型：符号与假定 将双变量的总体回归模型推广，便可写出三变量PRF为： （7.1.1） 其中Y是因变量，X2 和X3 是解释变量，u 是随机干扰项，而 i 指第i次观测。当数据为时间序列时，下标t将用来指第i次观测。 在上述方程中β1 是截距项，它代表X2 和X3 均为零时Y的均值，如通常所说，它给出了所有未包含到模型中来的变量对Y的平均影响。系数β2 和β3 称为偏回归系数(partial regression coefficients)。 二、多元线性回归模型的基本假设 （1）ui 有零均值，或： （7.1.2） （2）无序列相关，或： （7.1.3） （3）同方差性，或： （7.1.4） （4）ui与每一X变量之间都有零协方差，或： （7.1.5） （5）无设定偏误，或：模型被正确地设定 （7.1.6） （6）X诸变量间无精确的共线性，或： X2 和X3 之间无精确的线性关系 （7.1.7） 假设（7.1.6）中 X2 和X3之间无精确的线性关系，称为无共线性(no collinearity)或无多重共线性(no multicollinearity)。 无共线性 不存在一组不全为零的数 和 使得： 如果这一关系式存在，则说X2 和X3 是共线的或线性相关。 如果仅当 时成立，则说X2 和X3 线性独立。 无多重共线性 （7.1.8） 假设（7.1.1）中的Y、 X2 和X3 分别代表消费支出、收入和财富，经济理论设想收入和财富对消费各有独立影响。 若收入和财富之间有线性关系，则无从区分各自的影响了。 令 ，则（7.1.1）变成： 给出的是X2 和X3 对Y的联合影响。没有办法分别估计X2 的单独影响和X3 的单独影响。 三、对多元回归方程的解释 给定经典回归模型的诸假定，那么，在（7.1.1）的两边对Y求条件期望得： （7.2.1） 该式给出以变量X2 和X3 的固定值的条件的Y的条件均值或期望值。 因此，如同双变量情形那样，多元回归分析是以多个解释变量的固定值为条件的回归分析，并且我们所获取的，是给定回归元值时Y的平均值或Y的平均响应。 第二节 偏回归系数的含义与估计 前面指出，系数β2 和β3 称为偏回归(partial regression)系数。 其含义如下： β2 度量着在X3 保持不变的情况下，X2 每变化一单位，Y的均值E（Y| X2 ，X3 ）的变化。 换句话说， β2 给出保持X3 不变时E（Y| X2 ，X3 ）对X2 的斜率。 一、偏回归系数的含义 什么是 偏回归系数？ 1 二、偏回归系数的OLS估计 1. OLS估计量 与（7.1.1）的 PRF相对应的样本回归函数如下： OLS方法 是要选择未知参数的值，使残差平方和RSS尽可能小，即： 将该式对三个未知数求偏导数，并令其为零，解得： 由上述正规方程组可以得到β1、β2 和β3 的OLS估计量： 小写字母表示对样本均值离差的惯例。 2.OLS估计量的方差和标准误 我们计算标准误有两个目的：建立置信区间和检验统计假设。 在上述公式中σ2 是总体干扰项 ui的方差。 可以证实， σ2 的一个无偏估计量是： 现在的自