第八章：多元线性回归模型.pptxVIP

会计学;一、多元线性回归模型;也被称为总体回归函数的随机表达形式。它 的非随机（即确定）表达式为:; ?j也被称为偏回归系数，表示在其他解释变量保持不变的情况下，X j每变化1个单位时，Y的均值E(Y)的变化; 或者说?j给出了X j的单位变化对Y均值的“直接”或“净”（不含其他变量）影响。;其随机表示式: ;二、多元线性回归模型的基本假定 （注意和一元线性回归模型的基本假定相比较）; 假设3，解释变量与随机项不相关 ;§3.2 多元线性回归模型的估计 ;说 明;一、普通最小二乘估计; 于是得到关于待估参数估计值的正规方程组： ;注 意 （特别重要） 《经济计量学精要》（古亚拉提 著）将多元回归分析中的解 释变量限定在2个（该类多元回归模型也称为三变量模型）。 但实际中的多元回归模型的解释变量往往多于2个（有3个或3 个以上），那么估计公式会更复杂。在这种情况下，必须使用 矩阵代数知识。当然，本书没有使用矩阵代数知识。不过现在 很少有人手工计算了，还是让计算机做这些复杂的工作吧。 初学者只需先掌握含两个解释变量的多元回归模型（以避免复 杂的矩阵代数运算），以下的分析都建立在以2个解释变量为 前提的多元回归模型基础上。;三变量模型回归系数的OLS估计量（教材P156）;偏回归系数的含义; ?j也被称为偏回归系数，表示在其他解释变量保持不变的情况下，Xj每变化1个单位时，Y的均值E(Y)的变化; 或者说?j给出了Xj的单位变化对Y均值的“直接”或“净”（不含其他变量）影响。 ;埋伏笔：三变量模型参数的OLS估计量是随机变量;三变量模型OLS估计量方差的代数公式（教材P157）;总体回归模型的随机误差项?是一个随机变量，既然是随机变量，就可以求方差。;随机误差项?的方差?2的估计;实例;第20页/共62页;EVIEWS演示过程：;第22页/共62页;第23页/共62页;第24页/共62页;第25页/共62页;第26页/共62页; 四、参数估计量的性质;§3.3 多元线性回归模型的统计检验 ;一、拟合优度检验; 离差分解示意图;; 这就给人一个错觉：要使得模型拟合得好，只要增加解释变量即可。—— 但是，我们不能这样做。这是因为，在R2的定义???R2=ESS/TSS并没有考虑到自由度。 因此，比较相同被解释变量，但不同个数解释变量的两个回归模型的R2，就像是拿苹果和桔子比较（不具有可比性）。校正（或调整）后的判定系数可以对相同被解释变量、不同解释变量（个数不同）的两个回归模型进行比较。 回归平方和的自由度=模型中偏斜率系数的个数 残差平方和的自由度=n-待估计的（结构）参数的个数 总体平方和的自由度=回归平方和的自由度+残差平方和的自由度=n-1 ; 调整的可决系数（adjusted coefficient of determination） ;;EVIEWS演示过程：;第36页/共62页;第37页/共62页;第38页/共62页;二、方程的显著性检验(F检验) ; 可提出如下原假设与备择假设： ; 如果这个比值较大，则X的联合体对Y的解释程度高，可认为总体存在线性关系，反之总体上可能不存在线性关系。 因此,可通过该比值的大小对总体线性关系进行推断。;服从自由度为(k , n-k-1)的F分布。 ;第43页/共62页; 由样本求出统计量F的数值为608.8292 3.81，所以拒绝原假设H0，即认为抵押贷款债务与个人收入和抵押贷款费用之间总体上存在线性关系; 2、关于拟合优度检验与方程显著性检验关系的讨论 ;第46页/共62页; 答：有时方程通过总体线性关系的显著性检验（F检验），但计算得到的校正（或调整）后的拟合优度值比较小，比如0.2左右。此时，我们不应对校正后的拟合优度值过分苛求，更重要的是要考察模型的经济关系是否合理。;三、变量的显著性检验（t检验）; 设计原假设与备择假设： ;注意：一元线性回归中，变量的显著性t检验与方程的显著性F检验是一回事。 ; 检验步骤：; (4) 比较，判断 若 |t| t ?/2 (n-3)，则拒绝H0 ，接受H1 ； 若 |t|? t ?/2 (n-3)，则拒绝H1 ，接受H0 ； ;Eviews检验结果：; 给定显著性水平?=0.05，查得相应临界值： t0.025(16-3) =2.160。;四、参数的置信区间 ;第56页/共62页;第57页/共62页;如何才能缩小置信区间？ ;在什么时候增加新的解释变量;第60页/共62页;第61页/共62页