- 1、本文档共49页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
§2.3多元线性回归模型的参数估计
Estimation of Multiple Linear Regression Model
一、多元线性回归模型
二、多元线性回归模型的参数估计
三、参数估计量的性质
四、样本容量问题
五、多元线性回归模型实例
六、Beta 系数
七、弹性系数
八、相关分析
九、虚拟变量问题
一、多元线性回归模型
1、多元线性回归模型的形式
• 在实际经济问题中,一个变量往往受到
多个原因变量的影响,在线性回归模型
中则表现为有多个解释变量。这样的模
型被称为多元线性回归模型。
• 多元线性回归模型的一般形式为:
Y X X X i=1,2, …,n
i 0 1 1i 2 2 i k ki i
(2.3.1)
其中: 为解释变量的数目;
k
习惯上把常数项看成为一个虚变量的系数,在
参数估计过程中该虚变量的样本观测值始终取
1。这样:
模型中解释变量的数目为(k+1 )。
Back
二、多元线性回归模型的参数估计
• 普通最小二乘估计
• 在满足线性回归模型的基本假设的情况下,多
元线性回归模型可以采用普通最小二乘法估计
参数。
随机抽取被解释变量和解释变量的 组样本观测值:
n
(Y , X ), i 1,2, , n, j 0,1,2, k
i ji
如果模型的参数估计值已经得到,则有:
ˆ ˆ ˆ ˆ ˆ …,n
Y X X X i=1,2,
i 0 1 1i 2 2i ki Ki
根据最小二乘原理,参数估计值应该是下列方程组的解:
Q 0
0
Q 0
1
Q 0 (2.3.4)
2
Q 0
k
其中
n n
2 2
ˆ
Q e (Y Y )
i i
i
i 1 i 1
2
n
ˆ ˆ ˆ ˆ
(Y ( Y Y Y
文档评论(0)