计量经济学课件.pptxVIP

;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; 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 ;例题二：新凯恩斯混合Phillips曲线;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;得到计算回归系数估计量的正规方程组： ;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。;高斯——马尔可夫定理 ;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;53;§4.3 多元线性回归模型的假设检验;二、单参数的显著性检验 ;双