计量经济学-第4章多元回归分析.ppt

第四章 多元线性回归分析;多元线性回归模型 －－包含多个解释变量的线性回归模型;§4.1 多元线性回归模型的两个例子 ;二、 多元线性回归模型的一般形式;问题本质：;三、偏效应;§4.2 多元线性回归模型的OLS估计 一、回归系数的估计 1. 回归系数的OLS估计：一般形式 ;问题本质;（2）优化目标; ;假定7：回归模型的解释变量之间不能存在完全的多重共线性。 “完全的多重共线性”：是指一个解释变量是其他解释变量的线性组合 。说明该解释变量所提供的信息与其他解释变量是完全重复的。 当存在完全共线性时，模型的参数不可识别。即任何方法都无法得到参数估计值，包括OLS。 存在不完全共线性时，可以得到参数估计值。OLS估计量是BLUE。但与没有多重共线性时相比，估计量的方差较大，估计精度下降。;2. 回归系数的OLS估计：以二元回归模型为例 ;由正规方程组求解，得到回归系数的估计量：;基于方差公式得到各回归系数估计量的方差：;例子：基于表4.1.1的数据估计中国宏观生产函数;二、随机误差项方差的估计;三、判定系数的调整;调整后的;;三、多参数的线性约束检验 1：模型的总体显著性检验;F分布的密度函数;可决系数与F检验;2：模型参数之间的线性约束检验： ;;（2）F检验：;基于;中国生产函数的例子 ：;基于;4：经济关系的结构稳定性检验：F检验的一个例子——邹检验;F检验统计量：;t检验与F检验的总结;§4.6 多元回归分析实例：货币需求分析 ;OLS估计结果： ;;一、回归结果的经济解释;（2）IB 系数估计值为-2.616：长期利率的上升会导致持有货币的机会成本增加，从而减少对货币的需求。 长期利率每上调一个基点（0.0001），货币需求平均下降0.02616％，即0.02616个百分点。 系数估计值的t统计值为-7.970，其p值0.00， （3）ID 系数估计值的t统计值为0.896，其p值为0.374，意味着短期利率对于货币需求量的影响在统计上是不显著的。 ;二、残差及其正态性检验;JB正态性检验统计量 ;货币需求方程残差的JB检验 ;三、参数线性约束的检验;回归系数的线性约束： 命题“长期利率与短期利率之差可以度量持有货币的机会成本” 对应的待检验假设： ;F检验 RSSur＝0.0926，RSSr＝0.122