文档介绍：第三讲多元回归分析:估计 Multiple Regression Analysis: Estimation
一、基本概念
二、OLS估计
三、OLS估计量的性质
一、基本概念
基本概念
多元回归分析的普遍性:一些例子
因变量
自变量
猪肉需求量
猪肉价格;牛肉价格;收入……
工资
学历;工龄
货币需求
利率;国民收入
学习成绩
智商;性别;学习时间;学习支出;
家庭收入;父母受教育程度;
教师;班级平均成绩;学校类型……
基本概念
多元线性回归模型(multiple linear regression model)
为什么要采用多元回归分析?
如果采用简单回归模型(2),工作经验对工资的影响被放到误差项里。而工作经验与受教育水平是相关的,从而E(u|education)≠0,(零条件均值假定),因此(2)式中β1的OLS估计量是有偏的
简单回归模型难以做到保持其它相关条件不变
基本概念
参数/系数(parameter/coefficient)
一个关键的假定:零条件均值假定
OLS的估计方法
拟合优度
二、OLS估计
OLS的估计方法
样本回归函数(SRF)
为了估计出总体回归函数中的参数,需要从总体中抽取一个样本。用{(X1i , …, Xki , Yi): i=1, …,n} 表示从总体中得到的一个样本容量为n的随机样本。通过这个样本可以估计样本回归函数:
OLS的估计方法
OLS的估计方法
在本课程中,只需理解多元回归OLS估计的原理,不需了解具体的计算过程,计算过程交由统计软件完成
OLS的估计方法
回归系数估计值的含义
多元回归分析:在非实验环境中完成受控试验,即保持其他条件不变
OLS的估计方法
例题3_1(课本p71,)
colGPA: 大学平均成绩
hsGPA:高中平均成绩
ACT:大学能力测试成绩