多元线性回归模型.ppt

§3.1多元线性回归模型;一、多元线性回归模型;也被称为总体回归函数的随机体现形式。它的非随机体现式为:;总体回归模型n个随机方程的矩阵体现式为:;用来估计总体回归函数的样本回归函数为：;其随机表达式:;二、多元线性回归模型的基本假定;假设3，解释变量与随机项不有关;上述假设的矩阵符号表达式：;假设4，向量?有一多维正态分布，即;第二节多元线性回归模型的

参数估计;一、参数的一般最小二乘估计;估计措施：

3大类措施：OLS、ML（最大似然法）或者MM（矩估计法）

在经典模型中多应用OLS

在非经典模型中多应用ML或者MM

在本节中，ML与MM为选学内容;一、一般最小二乘估计;于是得到有关待估参数估计值的正规方程组：;□正规方程组的矩阵形式;?正规方程组的另一种写法;二、参数估计量的性质;1、线性性;3、有效性（最小方差性）;其中运用了;三、一般最小二乘样本回归函数性质;;;§3.3多元线性回归模型的记录检查;多元线性回归模型的参数估计出来后，即求出样本回归函数后，还需深入对该样本回归函数进行记录检查，以鉴定估计的可靠程度。;一、拟合优度检查;离差分解;;调整的可决系数（adjustedcoefficientofdetermination）;;*2、赤池信息准则和施瓦茨准则;二、方程的明显性检查(F检查);可提出如下原假设与备择假设：;假如这个比值较大，则X的联合体对Y的解释程度高，可认为总体存在线性关系，反之总体上也许不存在线性关系。

因此,可通过该比值的大小对总体线性关系进行推断。;给定明显性水平?，查表可得到临界值F?(k,n-k-1)，由样本求出记录量F的数值，通过

F?F?(k,n-k-1)或F≤F?(k,n-k-1)

来拒绝或接受原假设H0，以鉴定原方程总体上的线性关系与否明显成立。;2、有关拟合优度检查与方程明显性检查关系的讨论;由;三、变量的明显性检查（t检查）;1、t记录量;因此，可构造如下t记录量;2、t检查;注意：一元线性回归中，t检查与F检查一致;在实际中，各个变量的t值相差较大，有的在很高的明显性水平下影响明显，有的则在不太高的明显性水平下影响明显，与否都认为通过明显性检查？

???有绝对的明显性水平。关键仍然是考察变量在经济关系上与否对解释变量有影响，明显性检查起到验证的作用；同步还要看明显性水平不太高的变量在模型中及模型应用中的作用，不要简朴的剔除变量。;四、参数的置信区间;轻易推出：在(1-?)的置信水平下?j的置信区间是;怎样才能缩小置信区间？;提高样本观测值的分散度,一般状况下，样本观测值越分散，的分母的|X’X|的值越大，越小，致使区间缩小。

;;;表3-1某商品的销售量、价格、售后服务支出数据;也可以表示为;用;表3-1某商品的销售量、价格、售后服务支出数据;;用;表3-1某商品的销售量、价格、售后服务支出数据