- 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
会计学
1
计量经济学第5章
2
也被称为总体回归函数的随机表达形式。它 的非随机表达式为:
方程表示:各变量X值固定时Y的平均响应。
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。
第1页/共49页
3
总体回归模型n个随机方程的矩阵表达式为
其中
第2页/共49页
4
样本回归函数:用来估计总体回归函数
其随机表示式:
ei称为残差或剩余项(residuals),可看成是总体回归函数中随机扰动项i的近似替代。
样本回归函数的矩阵表达:
或
其中:
第3页/共49页
5
二、多元线性回归模型的基本假定
假设1,解释变量是非随机的或固定的,且各X之间互不相关(无多重共线性)。
假设2,随机误差项具有零均值、同方差及不序列相关性
假设3,解释变量与随机项不相关
假设4,随机项满足正态分布
第4页/共49页
6
上述假设的矩阵符号表示 式:
假设1,n(k+1)矩阵X是非随机的,且X的秩为k+1,即X满秩。
假设2,
第5页/共49页
7
假设4,向量 服从多维正态分布,即
假设3,E(X’)=0,即
以上假定在纯数学的意义是保证估计参数有唯一的解,同时保证了良好的统计特征。
在样本容量足够大时,中心极限定理,假设4是近似成立的。因此,假设4可以是不必要的。
第6页/共49页
8
注意:假设1的含义
X的秩为K+1,即X列满秩,X的各列是线性无关的。
第7页/共49页
9
回忆:由线性代数可知
如果一个矩阵没有逆矩阵,则被称为奇异矩阵,如果有则为非奇异矩阵(non-singular)
对于n阶方阵A,A是非奇异矩阵的充要条件是A的行列式不等于0
当且仅当矩阵满秩时,其行列式不等于零
证明:
第8页/共49页
知识点:样本容量问题
(1)必须保证最小样本容量。样本最小容量必须不少于模型中解释变量的数目(包括常数项),即n ≥k+1,因为,无多重共线性要求:秩(X)=k+1。
(2)满足基本要求的样本容量。虽然当n≥k+1时可以得到参数估计量,但除了参数估计量质量不好外,一些建立模型必须的后续工作也无法进行。所以,一般经验认为,当n≥30或者至少n≥3(k+1)时,才能说满足模型估计的基本要求。
10
第9页/共49页
11
与一元回归类似,我们只能得到样本,而不能得到总体,因此,建立的样本回归方程为
5.3 普通最小二乘估计(OSL)
第10页/共49页
12
回顾:普通最小二乘估计是使得回归的残差平方和最小。
5.3 普通最小二乘估计(OSL)
第11页/共49页
13
5.3 普通最小二乘估计(OSL)
上式中,利用了 1×n、n×(K+1)、(K+1)×1=(1×1)是一个标量,它的转置矩阵不变,即
第12页/共49页
14
求偏导,得到
则
是使方程最小化的解。
XX’是非奇异矩阵,故逆矩阵存在
又因为其二阶条件
第13页/共49页
15
知识点:正定矩阵
对于任意的非零向量c,令
则
除非v中的每一个元素为0, 否则a为正的。但是,若v为0,则
这与X中的向量线性无关的假设是矛盾的,故X满秩,则必有 为正定矩阵。
第14页/共49页
16
销售量(千克)
价格(元/千克)
广告支出(元/千克)
55
10
0.55
70
9
0.63
90
8
0.72
100
7
0.7
90
7
0.63
105
7
0.735
80
7
0.56
110
6.5
0.715
125
6
0.75
115
6
0.69
130
5.5
0.715
130
5
0.65
设苹果销量不仅与的价格(元/千克)有关,而且与相应的广告支出有关。
第15页/共49页
17
设需求量Y关于价格X1和广告支出X2的线性回归模型。
第16页/共49页
18
故样本回归模型为
第17页/共49页
19
5.4 最小二乘估计量的统计特征
(2)无偏性
(1)线性性
估计量是关于Y的线性组合。
第18页/共49页
20
(3)最小方差性。先求估计量的协方差矩阵
在所有线性无偏估计量中,由最小二乘估计得到的 具有最小的方差。
第19页/共49页
21
5.4 最小二乘估计量的统计特征
基于以上的证明,我们知道,最小二乘估计具有
线性性
无偏性
有效性:在所有线性无偏估计量中具有最小方差性
所以,最小二乘估计量为最佳线性无偏估计量(BLUE)。
第20页/共49页
22
随机误差项方差 的无偏估计量 为
其中,n为样本容量,K+1
文档评论(0)