计量经济学-3多元线性回归模型.pptxVIP

第3章 多元线性回归模型第一节：概念和基本假定第二节：参数的最小二乘估计第三节：最小二乘估计的基本性质第四节：模型检验第五节：预测第一页，共四十六页。第一节 概念和基本假定一、基本概念： 设某经济变量Y 与P个解释变量：X1，X2，…，XP存在线性依存关系。 1.总体回归模型：其中?0为常数项， ?1 ~ ?P 为解释变量X1 ~ XP 的系数，u为随机扰动项。 总体回归函数PRF给出的是给定解释变量X1 ~ XP 的值时，Y的期望值：E ( Y | X1，X2，…，XP )。 假定有n组观测值，则可写成矩阵形式：第二页，共四十六页。2.样本回归模型的SRF第三页，共四十六页。二、基本假定： 1、u零均值。所有的ui均值为0，E（ui）=0。 2、u同方差。Var（ui）=δ2，i=1，2，…，n第四页，共四十六页。 第五页，共四十六页。 第二节 参数的最小二乘估计一、参数的最小二乘估计第六页，共四十六页。第七页，共四十六页。第八页，共四十六页。第九页，共四十六页。也可直接对向量微分，求得结果：第十页，共四十六页。例1，某厂利润Y（百万元）主要取决于A、B两种产品的销售量X1（万吨）、X2（万吨），现有1981—1990年的数据，求该厂利润Y随A、B两种产品销售量变化的回归方程。年份1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 Y 13.5 15 16.5 13 17.5 14 16 18 19 21 X1 3 3.5 4 2.5 4 3 4 4.5 5 6 X2 5 6 7 5 8 5 7 8 9 10 解:设定模型为: Yi=β0+β1Xi1+β2Xi2+ui 第十一页，共四十六页。第十二页，共四十六页。第十三页，共四十六页。三、最小二乘估计的性质第十四页，共四十六页。第十五页，共四十六页。第十六页，共四十六页。第十七页，共四十六页。δ2的无偏估计量：第十八页，共四十六页。四、模型检验（一）经济意义检验 主要是检验模型参数的符号和大小是否符合经济理论。（二）统计检验 1、拟合优度R2检验 总的离差平方和的分解：第十九页，共四十六页。第二十页，共四十六页。例2，对例1进行拟合优度检验第二十一页，共四十六页。2、相关系数检验第二十二页，共四十六页。例3，对例1进行偏相关检验 解：Y X1 X1 0.984 X2 0.992 0.970第二十三页，共四十六页。3、F检验（总体回归方程显著性检验）第二十四页，共四十六页。F检验的步骤第二十五页，共四十六页。F检验与R2检验具有一致性：第二十六页，共四十六页。例4，对例1进行F检验第二十七页，共四十六页。4、t检验（解释变量的显著性检验）第二十八页，共四十六页。t检验的步骤：第二十九页，共四十六页。例5，对例1进行t检验第三十页，共四十六页。最后的回归模型：第三十一页，共四十六页。五、预测（一）点预测点预测的两种解释：第三十二页，共四十六页。（二）区间预测第三十三页，共四十六页。第三十四页，共四十六页。第三十五页，共四十六页。第三十六页，共四十六页。第三十七页，共四十六页。例5，在例1中，若X01=10，X02=10，求总体均值E（Y0|X0）和总体个别值Y0的区间预测。第三十八页，共四十六页。第三十九页，共四十六页。第四十页，共四十六页。解释变量的选择 在回归模型中的解释变量，除非有明确的理论指导或其他原因，在选择上具有一定的主观性，如何正确选择解释变量是非常重要的。1、解释变量的边际贡献分析 在建立回归模型时，假定我们顺序引入变量。在建立了Y与X1的回归模型，并进行回归分析后，再加入X2，考虑加入的变量X2是否有贡献：X2加入后是否显著地提高了回归的解释程度ESS或决定系数R2。ESS提高的量称为变量X2的边际贡献。 决定一个变量是否引入回归模型，就要先研究它的边际贡献，以正确地建立模型。如果变量的边际贡献较小，说明改变量没有必要加入模型。第四十一页，共四十六页。分析变量的边际贡献，可以使用方差分析表为工具，根据变量引入前、后的RSS的变化量及其显著性检验（扣除原来引入模型的解释变量的贡献），确定该变量的边际贡献是否显著。 一个简单的检验方法，就