第3章多元线性回归模型.pptxVIP

在计量经济学中，将含有两个以上解释变量的回归模型叫做多元回归模型，相应地，在此基础上进行的回归分析就叫多元回归分析。如果总体回归函数描述了一个因变量与多个解释变量之间的线性关系，由此而设定的回归模型就称为多元线性回归模型。; 它是解释变量的多元线性函数，称为多元线性总体回归方程。 假定通过适当的方法可估计出未知参数的值，用参数估计值替换总体回归函数的未知参数，就得到多元线性样本回归方程:;;3.1.2 多元线性回归模型的基本假定;;3.1.3 多元线性回归??型的估计 1．参数的最小二乘估计;上述（k+1）个方程称为正规方程。用矩阵表示就是： ;;;;某地区居民家庭收入支出资料;;家庭书刊消费 y ;因变量观测值向量和解释变量观测值矩阵分别为 ;从而参数估计向量（最小二乘估计量）为:;借助于计量经济软件EViews对表3.1.1进行分析，具体步骤为 (1)建立工作文件；(2)输入数据；(3)回归分析 表3.1.2 回归结果;图3.1.1 观测值、拟合值与残差(a) ;图3.1.1 观测值、拟合值与残差(b) ;2．最小二乘估计量的性质 用最小二乘法得到的多元线性回归的参数估计量具有线性、无偏性、最小方差性。;3.1.4 随机误差项方差的估计 若记;;3.1.5 中心化和标准化 1．中心化 多元线性回归模型的一般形式为;;;;;;;;; 例3.1.3 利用表3.1.1数据，建立标准化回归方程，说明标准化回归系数的经济含义。 利用表3.1.1数据和SPSS软件，得到表3.1.3回归结果。 表3.1.3 回归结果 Coefficients(a); 由标准化回归系数可知，对家庭书刊消费水平影响最大的因素是户主受教育年数，其次是家庭收入水平回归结果。户主受教育年数每增加1%，家庭书刊消费水平增加0.798%；家庭收入每增加1%，家庭书刊消费水平增加0.234%。与样本回归系数相比，标准化回归系数有较合理的经济解释。;3.1.6 极大似然估计法 1．似然函数;称为似然函数。 可以看出，联合密度函数与似然函数表达形式相同，但含义不同。联合密度函数参数已知，是随机变量y的函数；似然函数随机变量y的取值已经给定，是未知参数的函数。 2．极大似然估计法的基本思想 极大似然估计法的基本思想：选取适当的未知参数的值，使得随机抽到实际获得的那个样本的概率值为最大。;3.2 多元线性回归模型的检验 3.2.1 拟合优度检验 拟合优度是指样本回归直线与观测值之间的拟合程度。 1．多重决定系数; 总离差平方和 = 残差平方和+ 回归平方和 自由度: （n-1）= （n-k-1）+ k ESS：由回归直线（即解释变量）所解释的部分，表示x对y的线性影响。 RSS：是未被回归直线解释的部分，由解释变量x对y影响以外的因素而造成的。;;2．修正的决定系数;修正的决定系数与未经修正的多重决定系数之间有如下关系：; 3.2.2 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）和施瓦茨准则（Schwarz criterion,SC）,其定义分别为;;;;;3.2.4 回归参数的显著性检验：t检验 回归参数的显著性检验，目的在于检验当其他解释变量不变时，该回归系数对应的解释变量是否对因变量有显著影响。 由参数估计量的分布性质可知，回归系数的估计量服从如下正态分布：;用t统计量进行回归参数的显著性检验，其具体过程如下：; p值判别法： 在前面阐述的统计假设检验的基本原理中，是通过比较t统计量与临界值的大小来判断拒绝还是接受原假设的。与查找临界值的一个等价判别方法就是p值判别法。EViews软件提供了这种判别方法。; 借助于计量经济软件EViews对表3.1.1中的样本回归方程的系数作显著性检验:;;3.3.2 区间预测; 3．预测评价 对于已经建立的模型，可以直接预测各样本的拟合值，Eviews软件提供了一系列对模型的评价指标，可以对模型预测精度进度量。 常用的判断模型拟合效果的检验统计量是：平均绝对误差（MAE）、平均相对误差（MPE）均方根误差（RMSE）和Theil不等系数（Theil IC）。其计算公式为; Theil不等系数（Theil IC）总是介于0和1之间，数值越小表明拟合值和实际值间的差异越小，预测精度越高。 ; 在例3.1.1中，在方程窗口，点击Forecast，可以得到如图3.3.1预测图。图中实线表示因变量的预测值，上下两条虚线给出的