第四章计量经济学多元线性回归.ppt

其中利用了和第30页，共49页，星期日，2025年，2月5日三、样本容量问题所谓“最小样本容量”，即从最小二乘原理和最大或然原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限。⒈最小样本容量样本最小容量必须不少于模型中解释变量的数目（包括常数项）,即n?k+1因为，无多重共线性要求：秩(X)=k+1第31页，共49页，星期日，2025年，2月5日2、满足基本要求的样本容量从统计检验的角度：n?30时，Z检验才能应用(大样本使用）；n-k?8时,t分布较为稳定一般经验认为:当n?30或者至少n?3(k+1)时，才能说满足模型估计的基本要求。模型的良好性质只有在大样本下才能得到理论上的证明第32页，共49页，星期日，2025年，2月5日四、多元线性回归模型的参数估计实例例前章已建立了中国居民人均消费一元线性模型。这里我们再考虑建立多元线性模型。解释变量：人均GDP：GDPP前期消费：CONSP(-1)估计区间：1979~2000年第33页，共49页，星期日，2025年，2月5日Eviews软件估计结果第34页，共49页，星期日，2025年，2月5日第三节多元线性模型的统计检验一、拟合优度检验TSS=?(Yi-Y)2=?(Yi2-2YYi+Y2)=?Yi2-nY2=Y’Y-nY2ESS=?(Yi-Y)2-?e2=(Y’Y-nY2)-(Y’Y-B’X’Y)=B’X’Y-nY2????????R2校正样本决定系数：？R2=1-(1-R2)—————（n-1)(n-k-1)?第35页，共49页，星期日，2025年，2月5日第1页，共49页，星期日，2025年，2月5日第四章多元线性回归模型问题的提出现实生活中引起被解释变量变化的因素并非仅只一个解释变量，可能有很多个解释变量。例如，产出往往受各种投入要素——资本、劳动、技术等的影响；销售额往往受价格和公司对广告费的投入的影响等。所以在一元线性模型的基础上，提出多元线性模型——解释变量个数=2第2页，共49页，星期日，2025年，2月5日第一节多元线性回归模型第二节多元线性回归模型的参数估计第三节多元线性回归模型的统计检验第四节多元线性回归模型的其他函数形式第3页，共49页，星期日，2025年，2月5日§4.1多元线性回归模型一、多元线性回归模型二、多元线性回归模型的基本假定第4页，共49页，星期日，2025年，2月5日一、多元线性回归模型多元线性回归模型:表现在线性回归模型中的解释变量有多个。一般表现形式：i=1,2…,n其中:k为解释变量的数目，?j称为回归参数（regressioncoefficient）。是因变量对自变量偏导数。习惯上：把常数项看成为一虚变量的系数，该虚变量的样本观测值始终取1。这样：模型中解释变量的数目为（k+1）第5页，共49页，星期日，2025年，2月5日取n个观察值，i=1,2,…,n，得n个方程第6页，共49页，星期日，2025年，2月5日方程表示：各变量X值固定时Y的平均响应。?j也被称为偏回归系数，表示在其他解释变量保持不变的情况下，Xj每变化1个单位时，Y的均值E(Y)的变化;或者说?j给出了Xj的单位变化对Y均值的“直接”或“净”（不含其他变量）影响。第7页，共49页，星期日，2025年，2月5日总体回归模型n个随机方程的矩阵表达式为其中第8页，共49页，星期日，2025年，2月5日样本回归函数：用来估计总体回归函数其随机表示式:ei称为残差或剩余项(residuals)，可看成是总体回归函数中随机扰动项?i的近似替代。样本回归函数的矩阵表达:其中：第9页，共49页，星期日，2025年，2月5日二、多元线性回归模型的基本假定假设1，解释变量是非随机的或固定的，且各X之间互不相关（无多重共线性）。假设2，随机误差项具有零均值、同方差及不序列相关性假设3，解释变量与随机项不相关假设4，随机项满足正态分布第10页，共49页，星