2010计量经济学第三讲多元线性回归模型参考.docxVIP

2010计量经济学第三讲多元线性回归模型参照 2010计量经济学第三讲多元线性回归模型参照 2010计量经济学第三讲多元线性回归模型参照 第三讲多元线性回归模型 1．假设条件、最小二乘估计量和高斯—马尔可夫定理 多元线性回归模型： yt=0+ 1xt1+ 2xt2++ k-1xtk-1+ut, (1.1) 其中yt是被解释变量（因变量），xt j是解释变量（自变量），ut是随机误差项， i,i=0,1,, k-1是回归参数（往常未知）。 y 1x11 x1j x1k1 0 u 1 1 y2 1x21 x2j x2k1 1 u2 (1.3) yT (T1) 1xT1 xTj xTk1 (T k) k1 (k1) uT (T1) Y=X +u, (1.4) 为保证获得最优估计量，回归模型（ ）应知足如下假设条件。 假设⑴随机误差项 ut是非自有关的，每一误差项都知足均值为零，方差 2相同且 为有限值，即 0 1 0 0 0 0 E(u)=0= , ?? 2 2 Var(u)=E(uu)= I= 0 0 1 0 假设⑵解释变量与误差项相互独立，即 E(Xu)=0 假设⑶解释变量之间线性无关。 rk(XX)=rk(X)=k 其中rk( )表示矩阵的秩。 假设⑷ 解释变量是非随机的，且当 T→∞时 –1 XX→Q T 其中Q是一个有限值的非退化矩阵。 最小二乘(OLS)法的原理是求残差（误差