第三章经典单方程计量经济学模型:多 元线性回归模型 Multiple linear regression Model
第三章 经典单方程计量经济学模型:多 元线性回归模型 Multiple Linear Regression Model
说明 ·考虑到一些学校将一元回归模型作为自学内容 ,直接从多元回归模型开始讲授,所以本章课 件有一部分内容与第2章重复。(主要出现在 基本假设和估计方法部分) 。 如果从一元回归模型开始讲授,可以将本章课 件的重复内容略去
说明 • 考虑到一些学校将一元回归模型作为自学内容 ,直接从多元回归模型开始讲授,所以本章课 件有一部分内容与第2章重复。(主要出现在 基本假设和估计方法部分) • 如果从一元回归模型开始讲授,可以将本章课 件的重复内容略去
本章内容 ·多元线性回归模型概述 ·多元线性回归模型的参数估计 ·多元线性回归模型的统计检验 ·多元线性回归模型的预测 可化为线性的非线性模型 受约束回归
本章内容 • 多元线性回归模型概述 • 多元线性回归模型的参数估计 • 多元线性回归模型的统计检验 • 多元线性回归模型的预测 • 可化为线性的非线性模型 • 受约束回归
§3.1多元线性回归模型概述 (Regression Analysis) 一、多元线性回归模型 二、多元线性回归模型的基本假设
§3.1 多元线性回归模型概述 (Regression Analysis) 一、多元线性回归模型 二、多元线性回归模型的基本假设
总体回归模型 ·总体回归模型:总体回归函数的随机表达形式 Y:=B+B1X:+B2X2,+.+B4Xa+4, =1,2.,n 为解释变量的数目。习惯上,把常数项看成 为虚变量的系数,该虚变量的样本观测值始终 取1。于是,模型中解释变量的数目为(k+1)。 B;称为回归参数(regression coefficient)
总体回归模型 Yi X i X i + k X ki + i = + + + 0 1 1 2 2 i=1,2.,n • 总体回归模型:总体回归函数的随机表达形式 k为解释变量的数目。习惯上,把常数项看成 为虚变量的系数,该虚变量的样本观测值始终 取1。于是,模型中解释变量的数目为(k+1)。 j称为回归参数(regression coefficient)
总体回归函数 ·总体回归函数:描述在给定解释变量X条件下 被解释变量Y的条件均值。 E(YX X2Xg)=Bo+BX+BX2++BXg B,也被称为偏回归系数(partial regression coefficients),表示在其他解释变量保持不变 的情况下,X每变化1个单位时,Y的均值 E(Y)的变化。 或者说B给出了X的单位变化对Y均值的 “直接”或“净”(不含其他变量)影响
• 总体回归函数:描述在给定解释变量Xi条件下 被解释变量Yi的条件均值。 E Yi X i X i Xki X i X i + k Xki = + + + 1 2 0 1 1 2 2 ( | , , ) j也被称为偏回归系数(partial regression coefficients),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。 总体回归函数
总体回归模型的矩阵表示 Y=XB+u 1 XI 1 X= X 12 X k2 Xin X2n Xa]nxk+山 Bo 4 B Y- B= B2 H : ☐nxl 阝k]k+x刘 nxl
总体回归模型的矩阵表示 Y = Xβ+ μ ( 1) 1 2 1 2 2 2 2 1 1 2 1 1 1 1 1 + = n k n n kn k k X X X X X X X X X X 1 2 1 = n n Y Y Y Y ( 1) 1 2 1 0 + = k k β 1 2 1 = n n μ
样本回归函数与样本回归模型 从一次抽样中获得的总体回归函数的近似,称为样 本回归函数(sample regression function)。 ·样本回归函数的随机形式,称为样本回归模型 (sample regression model) 。 ,=B。+BX.+B2X2,+.+BaXa y,=B。+BXz+B2X2+.+BaXa+e
样本回归函数与样本回归模型 • 从一次抽样中获得的总体回归函数的近似,称为样 本回归函数(sample regression function)。 • 样本回归函数的随机形式,称为样本回归模型 (sample regression model)。 Yi X i X i ki Xki ˆ ˆ ˆ ˆ ˆ = 0 + 1 1 + 2 2 ++ i i i ki ki i Y = + X + X + + X + e ˆ ˆ ˆ ˆ 0 1 1 2 2