文档介绍：计量经济学_第三章_经典单方程计量经济学模型:多元线性回归模型
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。
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
§33>.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
一、多元线性回归模型
总体回归模型
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:描述在给定解释变量Xi条件下被解释变量Yi的条件均值。
??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
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)。
样本回归函数的矩阵表示
二、多元线性回归模型的基本假设
1、关于模型关系的假设
模型设定正确假设。The regression model is correctly specified.
线性回归假设。The regression model is linear in the parameters。
注意:“linear in the parameters”的含义是什么?
2、关于解释变量的假设
确定性假设。X values are fixed in repeated sampling. More technically, X is assumed to be nonstochastic.
注意:“in repeated sampling”的含义是什么?
与随机项不相关假设。The covariances between Xi and μi are zero.
由确定性假设可以推断。
观测值变化假设。X values in a given sample must not all be the same.
无完全共线性假设。There is no perfect multicollinearity among the explanatory variables.
适用于多元线性回归模型。
样本方差假设。随着样本容量的无限增加,解释变量X的样本方差趋于一有限常数。
时间序列数据作样本时间适用
3、关于随机项的假设
0均值假设。The conditional mean value of μi is zero.
同方差假设。The conditional variances of μi are identical.(Homoscedasticity)
由模型设定正确假设推断。
是否满足需要检验。
序列不相关假设。The correlation between any two μi and μj is zero.
是否满足需要检验。
4、随机项的正态性假设
在采用OLS进行参数估计时,不需要正态性假设。在利用参数估计量进行统计推断时,需要假设随机项的概率分布。
一般假设随机项服从正态分布。可以利用中心极限定理(central limit theorem, CLT)进行证明。
正态性假设。The μ’s follow the normal distribution.
5、CLRM LRM
以上假设(正态性假设除外)也称为线性回归模型的经典假设或高斯(Gauss)假设,满足该假设的线性回归模型,也称为经典线性回归模型(Classical Linear Regression Model, CLRM)。
同时满足正态性假设的线性回归模型,称为经典正态线性回归模型(Cl