第三章 多元线性回归模型及非线性回归模型.ppt

多元线性回归模型;引子:中国已成为世界汽车产销第一大国;分析中国汽车行业未来的趋势,应具体分析这样一些问题： 中国汽车市场发展的状况如何？（用销售量观测） 影响中国汽车销量的主要因素是什么？ （如收入、价格、费用、道路状况、能源、政策环境等） 各种因素对汽车销量影响的性质怎样？（正、负） 各种因素影响汽车销量的具体数量关系是什么？ 所得到的数量结论是否可靠？ 中国汽车行业今后的发展前景怎样？应当如何制定汽车的 产业政策？ 很明显，只用一个解释变量已很难分析汽车产业的发展, 还需要寻求有更多个解释变量情况的回归分析方法。 ; 本章主要讨论: ●多元线性回归模型及古典假定 ●多元线性回归模型的估计 ●多元线性回归模型的检验 ●多元线性回归模型的预测; ; 多元线性回归中的“线性” 指对各个回归系数而言是“线性”的，对变量则可以是线性的，也可以是非线性的 例如：生产函数 取对数 这也是多元线性回归模型，只是这时变量为lnY、lnL、lnK ; 多元总体回归函数 条件期望表现形式： 将Y的总体条件期望表示为多个解释变量的函数，如: 注意：这时Y总体条件期望的轨迹是K维空间的一条线 个别值表现形式： 引入随机扰动项 或表示为 ; 多元样本回归函数 Y 的样本条件均值可表示为多个解释变量的函数 或回归剩余（残差）： 其中 ; 二、多元线性回归模型的矩阵表示 ; 总体回归函数 或 样本回归函数 或 其中： 都是有n个元素的列向量 是有k 个 元素的列向量 （ k = 解释变量个数 + 1 ） 是第一列为1的n×k阶解释变量数据矩阵 ， (截距项可视为解释变量总是取值为1) ; 三、多元线性回归中的基本假定;假定5: 无多重共线性假定 (多元中增加的) 假定各解释变量之间不存在线性关系，或各个解释变量观测值之间线性无关。或解释变量观测值 矩阵X的秩为K(注意X为n行K列)。 Ran(X)= k Rak(XX)=k 即 (XX) 可逆 假定6:正态性假定 ; 第二节 多元线性回归模型的估计; 用矩阵表示的正规方程 偏导数 因为样本回归函数为 两边左乘 根据最小二乘原则 则正规方程为 ; OLS估计式 由正规方程 多元回归的OLS估计量为 当只有两个解释变量时为： 注意： 为X、Y的离差;OLS回归线的数学性质 (与简单线性回归相同);?二、 OLS估计式的统计性质; 三、 OLS估计的分布性质 基本思想： ● 是随机变量，必须确定其分布性质才可能进行区间估计和假设检验 ● 是服从正态分布的随机变量， 决定了Y也是服从正态分布的随机变量 ● 是Y的线性函数，决定了 也是服从正态分布的随机变量 ; ● 的期望 (由无偏性) ● 的方差和标准误差： 可以证明 的方差—协方差矩阵为（见下页） 这里的 （其中 是矩阵 中第 j 行第 j 列的元素） 所以 （j=1,2,---k）