计量经济学第5章多元线性回归模型.pptx
![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.pptx》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.pptx(53页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、学习目标了解多元线性回归模型的设定理解多元线性回归模型的古典假定掌握估计多元线性回归模型的方法掌握多元线性回归模型的检验会运用多元线性回归模型解决实际问题 第1页/共53页5.1多元线性回归模型的设定多元线性回归模型的设定有其广阔的经济背景,在很多情况下我们都需要设定多元线性回归模型。【例5-1】多元消费回归模型。消费不仅受到收入的影响,还会受到物价变动的影响,特别是在时间序列模型里。这样我们可以设定一个二元线性回归模型:(5-1)其中 -消费 -收入 -物价 第2页/共53页【5-2】影响经济增长的因素很多,主要的有消费、投资和净出口。以GDP作为一国经济状况的代表变量,则可以设定一个三元线
2、性回归模型:(5-2)其中 -GDP -消费 -投资 -净出口第3页/共53页一般的,多元线性回归模型的基本形式为:(5-3)其中 -模型的参数(j=0,1,2,k)-随机扰动项第4页/共53页随机扰动项的设定与一元线性模型时一样的,它代表了那些我们无法知道的因素、或者“周边变量”,它对被解释变量的影响是随机的,我们有足够的理由认为其均值为0。即:(5-4)因此有:(5-5)我们将式(5-3)称为总体多元线性回归模型,它是真实的统计模型;式(5-5)称为总体多元线性回归方程,它是真实的回归“直线”。第5页/共53页和一元线性回归模型一样,总体是不能完全观测的,我们只能通过样本来对总体做推断。假
3、如我们抽到一个样本,对应的有n 个观测值,这样就得到了样本的回归模型和样本回归方程:(5-6)其中 -参数的估计值(j=0,1,2,k)-残差项 (5-7)比较式(5-6)和式(5-7),容易得到:(5-8)第6页/共53页在总体多元线性回归模型中,诸 (j=0,1,2,k)称为偏回归系数,其意义是在其他解释变量不变的条件下,某一个 变动对 平均变动的影响。第7页/共53页1.对模型和变量的假定(1)在重复抽样中,诸X的值是固定的。也就是说,我们认为,在一个回归过程中,诸X是确定性变量,而不是随机变量。(2)模型的设定是正确的。也就是说,模型没有设定偏误,即无论是从变量的设定还是函数形式的设定
4、,模型都是正确的。第8页/共53页2.对随机扰动项的假定(1)零均值假定。即 的条件均值为0。为了方便,我们将的条件均值简记为 。(2)同方差假定。即 的条件方差相同。(3)无自相关假定。即 对于不同的之间不存在线性相关性。第9页/共53页(4)与诸X之间不存在线性相关。即 与诸X的协方差为0。(5)正态性假定。即 服从正态分布。(6)无多重共线性假定。这个假定的含义是在诸X之间不存在线性相关性;或者说在诸X中,不存在其中某一个X被其他的X线性表示。即存在不全为0的 使得正式成立:(5-9)第10页/共53页5.2多元线性回归模型的估计多元线性回归模型的估计同样运用最小二乘法,与一元线性回归模
5、型不同的是计算过程要复杂一些。下面以二元线性回归模型为例来说明多元线性回归模型估计方法。设样本的二元线性回归模型为:(5-11)样本的二元线性回归方程为:(5-12)则有:(5-13)第11页/共53页要使估计的误差为最小,则要满足 ,即:(5-14)上式能否取得最小值取决于诸 ,所以式(5-14)是关于 的三元函数,而这个三元函数取得最小值的必要条件是其偏导数为0,即:(5-15)(5-16)(5-17)第12页/共53页注意到 ,上述三式也可以写为:(5-18)(5-19)(5-20)第13页/共53页将式(5-15)、(5-16)、(5-17)整理得:(5-21)(5-22)(5-23)
6、式(5-21)、(5-22)、(5-23)称为正规方程,由其组成的方程组称为正规方程组。第14页/共53页可从中解出诸 :(5-24)(5-25)(5-26)式中 -的平均值 -的离差第15页/共53页设多元线性回归模型如式(5-3),对应的方程为(5-5)。假设k个解释变量X有n次取值,于诸X对应的Y有一“簇”取值,这样得到这些变量的n组观测值,则有:(5-27)第16页/共53页于是,这个方程组可以用矩阵表示为:(5-28)其中 第17页/共53页这样,总体多元线性回归模型和方程可以写成矩阵形式:(5-29)(5-30)同样,我们将样本多元线性回归模型和方程可以写成矩阵形式:(5-31)(
7、5-32)第18页/共53页我们可以用矩阵来表达对随机扰动项的古典假定:()零均值假定 第19页/共53页()、()同方差与无自相关假定由于 ,故有:第20页/共53页(4)随机扰动项与解释变量不相关(5)正态性假定(6)无多重共线性假定 ,即矩阵X满秩。第21页/共53页我们还可以用矩阵得到最小二乘法的估计结果。一般的,k元线性回归模型的偏导数可以表示为:(5-33)第22页/共53页在样本回归方程两边同乘以X的转置矩阵得到正规方程组:(5-34)由于模型中无多重共线性,则矩阵X满秩,故 存在,从式(5-34)中可解出 :(5-35)用矩阵表示多元线性回归模型会使其表达式变得简洁,还可以引入
8、矩阵的运算使计算过程简化。但一般情况下,我们是用矩阵来表示或推导一些性质,最小二乘法的估计结果用Eviews得到。第23页/共53页【例5-3】居民的消费支出除了受到收入的影响外,还会受到物价的影响。以全国城镇居民1990-2009年的消费绝对数、职工平均工资、定基价格指数为变量设定二元线性回归模型(数据见例5-3,数据来源:中国统计年鉴2010),运用Eviews对模型进行估计。解:打开Eviews录入数据,并对变量命名:其中Y居民消费水平X1职工平均工资X2定基价格指数 第24页/共53页在命令栏中输入命令:ls y c x1 x2回车后即得到估计的结果:第25页/共53页估计的回归方程为
9、:这个回归结果说明,在价格指数保持不变的条件下,平均工资增加1元,消费水平增加约0.29元;在平均工资不变的条件下,价格指数每增加一个百分点,消费水平会增加约12.83元。由这个结果可以得到,价格指数对消费的影响程度是较高的。第26页/共53页5.3多元线性模型最小二乘估计量的性质与一元线性OLS回归一样,多元线性OLS回归也具有相同的性质。1.多元线性回归OLS回归直线的代数性质我们运用最小二乘法得到了多元线性回归模型的样本方程,由这个方程决定的直线具有与一元线性回归直线相同的性质,下面我们以二元线性回归直线进行说明:第27页/共53页(1)各变量的均值在回归直线上由式(5-24)即得:(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 多元 线性 回归 模型
![提示](https://www.deliwenku.com/images/bang_tan.gif)
限制150内