多元线性回归分析课件.pptVIP

*二、統計推斷和檢驗（一）單個參數的置信區間（二）參數顯著性檢驗（三）模型總體顯著性檢驗*（一）單個參數的置信區間對給定的或要求的置信度，下式應該成立：||=?因此參數置信度為的置信區間（或稱區間估計）為：[-,+]*投資函數模型參數的區間估計首先根據EViews給出的回歸分析結果，知道的點估計=0.639117，的方差即=0.052896。再通過查表得到自由度為，顯著性水準?=0.05的雙側t分佈臨界值把這些數值及代入區間估計公式，可得：*（二）參數的顯著性檢驗可以對多元線性回歸模型的各個參數進行顯著性檢驗，或取特定值的假設檢驗。模型參數顯著性檢驗就是對相應參數檢驗原假設：＝0。如果=0成立，那麼意味著不能排除模型中第k個假設變數是不重要的。根據要求的置信度（95%或99%），查t分佈表得到自由度為n-K-1的t分佈統計量的雙側分佈臨界值。*多元線性回歸分析*第一節多元線性回歸模型一、模型的建立二、模型的假設*一、模型的建立多元線性回歸模型就是研究多因素關係，有多個解釋變數的線性回歸模型。一般形式是：其中Y是被解釋變數，是K個認為對Y有顯著影響的解釋變數（K2），是K+1個待定參數，是計量經濟分析首先要估計的對象，是隨機誤差項。*多元線性回歸模型的建立也需要有理論和現實的根據。多元線性回歸模型中包括哪些變數、因素，哪個指標是被解釋變數，有幾個解釋變數或哪幾個指標作為解釋變數，既要考慮理論分析和研究目的的需要，也應該根據所研究問題的具體情況、相關經濟理論，以及以往研究經驗等確定。*雖然一個經濟指標受到其他幾個經濟指標線性影響在現實經濟中是存在的，但更多的情況下多變量關係往往是非線性的，需要經過數學變換才能轉化為多元線性回歸模型的標準形式。例：*二、模型的假設(1)、變數和之間存在多元線性隨機函數關係；(2)、對任意都成立；(3)、,與無關；(4)、誤差項不相關，當時，(5)、解釋變數都是確定性的而非隨機變數，且解釋變數之間不存在線性關係；(6)、誤差項服從正態分佈。*對假設的進一步分析上述六條假設中（2）、（3）、（4）和（6）與兩變數模型相同。第（1）條是關於模型基本變數關係的。第（5）條不僅針對的解釋變數數目增加了，而且多了一個要求解釋變數之間沒有線性關係的假設，這是多元線性回歸模型的重要特點。*多元線性回歸模型的矩陣表示*第二節參數估計一、最小二乘估計二、投資函數模型參數估計三、參數估計的性質和方差估計*一、最小二乘估計參數估計也是多元線性回歸模型的基本步驟。最小二乘法也是多元線性回歸的基本方法。對於多元線性回歸模型*得到樣本回歸方程：回歸殘差平方和當對的一階偏導數都等於0，得到正規方程組：其中*該正規方程組有K+1個方程，未知數也是K+1個。只要滿足模型假設（5），解釋變數之間不存在嚴格線性關係，就可以解出的唯一一組解。該解就是的最小二乘估計。*特別地，對於兩個解釋變數的線性回歸模型：樣本回歸方程是：可推導出參數最小二乘估計的公式如下：*最小二乘估計的向量、矩陣形式向量表示回歸方程的向量表示回歸殘差向量殘差平方和*當對的一階偏導數都等於0*二、投資函數模型參數估計作為例子，我們估計[例4-1]的投資函數多元線性回歸模型的參數。假設已獲得該地區1968-1983年期間實際投資和實際GNP數據。*表4.1某地區投資和GNP數據年份實際投資實際GNP年份實際投資實際GNP19680.1611.05819760.1951.29819690.1721.08819770.2