计量经济学 第5章 多元线性回归模型.ppt
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《计量经济学 第5章 多元线性回归模型.ppt》由会员分享,可在线阅读,更多相关《计量经济学 第5章 多元线性回归模型.ppt(31页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、第三章第三章 多元线性回归模型多元线性回归模型 学习目的学习目的 理解多元线性回归模型的矩阵表示,掌握多元线性回归模型的参数估计、检验和预测。基本要求基本要求 1)理解多元线性回归模型的矩阵表示,了解多元线性回归模型的基本假设;理解多元线性回归模型的矩阵表示,了解多元线性回归模型的基本假设;2)掌握多元线性回归模型的普通最小二乘参数估计方法,了解多元线性回归掌握多元线性回归模型的普通最小二乘参数估计方法,了解多元线性回归 模型的普通最小二乘参数估计量与样本回归线的性质、多元线性回归模型的随机模型的普通最小二乘参数估计量与样本回归线的性质、多元线性回归模型的随机误差项方差的普通最小二乘参数估计;
2、误差项方差的普通最小二乘参数估计;3)学会对多元线性回归模型进行拟合优度检验,对多元线性回归模型的参数学会对多元线性回归模型进行拟合优度检验,对多元线性回归模型的参数进行区间估计,对多元线性回归模型进行变量显著性检验和方程显著性检验;进行区间估计,对多元线性回归模型进行变量显著性检验和方程显著性检验;4)学会进行多元线性回归模型被解释变量的总体均值和个别值的预测;学会进行多元线性回归模型被解释变量的总体均值和个别值的预测;5)学会利用学会利用EViews软件进行多元线性回归模型的参数估计、检验和预测。软件进行多元线性回归模型的参数估计、检验和预测。第三章第三章 多元线性回归模型多元线性回归模型
3、多元线性回归模型的矩阵表示与基本假设多元线性回归模型的矩阵表示与基本假设多元线性回归模型的参数估计多元线性回归模型的参数估计多元线性回归模型的拟合优度检验多元线性回归模型的拟合优度检验多元线性回归模型的统计推断多元线性回归模型的统计推断第第5 5章章 多元线性回归模型多元线性回归模型多元线性回归模型的预测多元线性回归模型的预测第一节第一节 多元线性回归模型的多元线性回归模型的 矩阵表示与基本假设矩阵表示与基本假设多元线性回归模型的一般形式是多元线性回归模型的一般形式是 其中,其中,Y为被解释变量,为被解释变量,为解释变量,为解释变量,、为待估参数,即回归系数,为待估参数,即回归系数,为解释变量
4、个数,为解释变量个数,为为随机随机误误差差项项,为观测值为观测值下下标标,为样为样本容量。本容量。待估参数待估参数、,反映其他解释变量保持不变情况下,反映其他解释变量保持不变情况下,对应解释变量每变化一个单位引起的被解释变量的变化,也被称为对应解释变量每变化一个单位引起的被解释变量的变化,也被称为偏回归系数偏回归系数。第一节第一节 多元线性回归模型的多元线性回归模型的 矩阵表示与基本假设矩阵表示与基本假设一、多元线性回归模型的矩阵表示一、多元线性回归模型的矩阵表示二、多元线性回归模型的基本假设二、多元线性回归模型的基本假设一、多元线性回归模型的矩阵表示一、多元线性回归模型的矩阵表示(3-1)(
5、3-2)记记有有(3-3)多元线性总体回归模型的矩阵形式多元线性总体回归模型的矩阵形式 多元线性总体回归函数可用矩阵形式表示为多元线性总体回归函数可用矩阵形式表示为(3-4)二、多元线性回归模型的基本假设二、多元线性回归模型的基本假设 包括对解释变量的假设、对随机误差项的假设、对模型设定的假设包括对解释变量的假设、对随机误差项的假设、对模型设定的假设几个方面,主要如下:几个方面,主要如下:1)解释变量是确定性变量,不是随机变量,解释变量之间不相关;)解释变量是确定性变量,不是随机变量,解释变量之间不相关;2)随机误差项具有)随机误差项具有0均值、同方差,且在不同样本点相互独立,均值、同方差,且
6、在不同样本点相互独立,不存在序列相关性不存在序列相关性 3)解释变量与随机误差项不相关)解释变量与随机误差项不相关 4)随机误差项服从正态分布)随机误差项服从正态分布 5)回归模型是正确设定的。)回归模型是正确设定的。第二节第二节 多元线性回归模型的多元线性回归模型的 参数估计参数估计 任务任务 方法方法 模型结构参数模型结构参数、的估计的估计 随机随机误误差差项项的方差的方差的估的估计计 普通最小二乘法普通最小二乘法 一、参数的普通最小二乘估计一、参数的普通最小二乘估计二、参数的普通最小二乘估计量的性质二、参数的普通最小二乘估计量的性质三、普通最小二乘样本回归函数性质三、普通最小二乘样本回归
7、函数性质五、样本容量问题五、样本容量问题四、随机误差项的方差的普通最小二乘估计四、随机误差项的方差的普通最小二乘估计内容内容 一、参数的普通最小二乘估计一、参数的普通最小二乘估计对于多元线性回归模型对于多元线性回归模型(3-7)按照最小二乘法的基本思想,求参数的普通最小二乘估计,就是要求使按照最小二乘法的基本思想,求参数的普通最小二乘估计,就是要求使、达到最小的参数的估计达到最小的参数的估计 。即即因为因为可得多元线性回归模型的普通最小二乘估计为可得多元线性回归模型的普通最小二乘估计为(3-11)(3-10)所以所以对于只含有两个解释变量的多元线性回归模型对于只含有两个解释变量的多元线性回归模
8、型由式(由式(3-8)可直接求得普通最小二乘估计量为)可直接求得普通最小二乘估计量为 (3-13)(3-12)(3-14)其中其中例例3-13-1 假设已获得了某商品的销售量、价格、售后服务支出数据假设已获得了某商品的销售量、价格、售后服务支出数据如表如表3-1所示,要通过多元线性回归模型所示,要通过多元线性回归模型研究价格和售后服务支出对销售量的影响。研究价格和售后服务支出对销售量的影响。表表3-1 某商品的销售量、价格、售后服务支出数据某商品的销售量、价格、售后服务支出数据序号序号销销售量售量Y (千个)(千个)价格价格X1(元(元/个)个)售后服售后服务务支出支出X2(万元)(万元)12
9、345678910111213141516171819202122121133130126131147148159160156155157179189180183202200201203258234150014901480147014601450144014301420141014001390138013701360135013401330132013101300129012151310111413151312111015151312141211101512例例3-13-1 假设已获得了某商品的销售量、价格、售后服务支出数据假设已获得了某商品的销售量、价格、售后服务支出数据如表如表3-1所示,
10、要通过多元线性回归模型所示,要通过多元线性回归模型研究价格和售后服务支出对销售量的影响。研究价格和售后服务支出对销售量的影响。可得样本回归方程为可得样本回归方程为二、参数的普通最小二乘估计量的性质二、参数的普通最小二乘估计量的性质1 1线性性线性性因为因为 记记矩矩阵阵的第的第j行第行第i列的元素列的元素为为aji,则则是矩是矩阵阵的第的第j+1行与列矩行与列矩阵阵Y的乘积,即的乘积,即这就是说,这就是说,中的任意一个都可以表示中的任意一个都可以表示为为被解被解释变释变量量的的线线性性组组合,合,满足线性性。满足线性性。、二、参数的普通最小二乘估计量的性质二、参数的普通最小二乘估计量的性质2
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 计量经济学 第5章 多元线性回归模型 计量 经济学 多元 线性 回归 模型
![提示](https://www.deliwenku.com/images/bang_tan.gif)
限制150内