多元线性回归分解课件.pptVIP

第三章多元线性回归模型一元线性回归模型的推广1

1、研究中国的GDP增长a.影响GDP增长的因素有哪些（投资、消费、出口、货币供应量等）？b.GDP与各种因素关系的性质是什么？（增、减）c.各影响因素与GDP的具体的数量关系？d.所作数量分析结果的可靠性如何？e.今后的发展趋势怎么样？2

2、中国股票价格的波动¨●股票价格变动的情况怎样（股价指数）？¨●影响股票价格变动的因素是什么（资金、政策、利率等）？¨●股价与各种因素的关系是什么（利空、利多）？¨●各种因素影响的具体数量规律是什么？¨●所得结果可不可靠？¨●今后的发展趋势怎样？3

3、中国家庭汽车的市场¨●汽车市场状况如何（销售量）？¨●影响汽车销量的主要因素是什么（收入、价格、道路状况等）？¨●各种因素对汽车销量影响的性质怎样（正、负、无）？¨●各种因素影响汽车销量的具体数量程度？¨●以上分析所得结论是否可靠¨●今后发展趋势怎样？4

多元线性回归分析：研究因变量（被解释变量）与两个或两个以上自变量（解释变量）之间的回归问题，称为多元回归分析。多元线性回归线性回归自变量个数大于等于25

第三章多元线性回归模型¨第一节多元线性回归模型及古典假定¨第二节多元线性回归模型的估计¨第三节多元线性回归模型的检验¨习题¨第五节实例¨小结6

第一节多元线性回归模型及古典假定多元线性模型i=1,2,…,n在这个模型中，Y由X,X,…X所解释，23有K个未知参数β、β、…β.其中，“K1斜率”β的含义是其它变量不变的情况下，2KjXj改变一个单位对因变量所产生的影响，也称为偏回归系数。up7

up¨二元线性回归模型（总体）¨样本回归模型8

二、多元线性回归中的基本假定为什么要做基本假定¨–●模型中有随机扰动，估计的参数是随机变量，只有对随机扰动的分布作出假定，才能确定所估计参数的分布性质–●只有具备一定的假定条件，所作出的估计才具有较好的统计性质,也才可能进行假设检验和区间估计9

假定1：零均值假定假定2和假定3：同方差和无自相关假定假定4：随机扰动项与解释变量不相关假定5:无多重共线性假定(多元中)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。假定6：正态性假定up10

第二节多元线性回归模型的估计本节基本内容:●普通最小二乘法（OLS）●OLS估计式的性质●随机扰动项方差的估计思考题up11

一、普通最小二乘法（OLS）最小二乘原则剩余平方和最小：求偏导,令其为0:12

13

14

计算得到：up15

二、OLS估计式的性质upOLS估计式1.线性特征:2.无偏特性:3.最小方差特性结论：在古典假定下，多元线性回归的OLS估计式是最佳线性无偏估计式（BLUE）16

四、随机扰动项方差的估计多元回归中的无偏估计为：T分布变换为变换：up17

练习题3.3建立家庭书刊消费的计量经济模型：18

19

（49.460）（0.029）（5.202）t=(-1.011)(2.944)(10.067)R=0.951df=15220

ActFitResYualtedidual残差450.457.-793.855.-0007477.74720094762.744968507.511.-660.663.-7006743.9738005312.7309081613.684.-792.760.32.290039870.49700439534.28.6580.554.26.2400756440800589113501.430.71.1612.659.-50037921570090047.1999781.860.-890.876.14.721

思考¨简单线性回归模型与多元线性回归模型的基本假定是否相同？22

已知含有截距项的三元线性回归模型估计的残差平方和，样本容量为n=24，则随机误差项的方差估计量为()。¨A.33.33B.40up23

第三节多元线性回归模型的检验本节基本内容:●多元回归的拟合优度检验●回归方程的显著性检验（F检验）●各回归系数的显著性检验（t检验）up24

第一节拟合优度一、可决系数R2对于双变量线性模型我们有其中，=残差平方和25

对于多元线性模型对于多元线性模型我们可用同样的方法定义可决系数：26

残差平方和的一个特点是，每当模型增加一个解释变量，并用改变后的模型重新进行估计，残差平方和的值会减小。由此可以推论，拟合优度是一个与解释变量的个数有关的量：解释变量个数增加?减小?R增大2也就是说，人们总是可以通过