3.1 多元线性模型_第1页
3.1 多元线性模型_第2页
3.1 多元线性模型_第3页
3.1 多元线性模型_第4页
3.1 多元线性模型_第5页
已阅读5页，还剩10页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

第三章经典单方程计量经济学模型：多元线性回归模型

§3.1多元线性回归模型一、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

1、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（regressioncoefficient）。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(partialregressioncoefficients)，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。2、总体回归函数3、总体回归模型的矩阵表示4、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（sampleregressionfunction）。样本回归函数的随机形式，称为样本回归模型（sampleregressionmodel）。

5、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。Theregressionmodeliscorrectlyspecified.线性回归假设。Theregressionmodelislinearintheparameters。

注意：“linearintheparameters”的含义是什么？2、关于解释变量的假设与随机项不相关假设：观测值变化假设：各Xj的观测值有足够大的变化无完全花线性假设：各Xj间不存在完全共线性解释变量矩阵X’X/n有限假设：随着样本容量的无限增加，解释变量形成的矩阵X’X/n依概率收敛于一有限常矩阵。Plim(X’X/n)→Q,n→∞3、关于随机干扰项的假设0均值假设：

同方差假设：序列不相关假设：注意：

模型是否满足上述特征，还需要检验。4、随机干扰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，小样本下，需要假设随机项的概率分布。一般假设随机干扰项服从正态分布。正态性假设：在矩阵视角下，上述假设可写成矩阵形式样本解释变量矩阵X列满秩，且条件零均值随机干扰项同方差、不序列相关随机干扰项服从一多维正态分布5、CLRM和CNLRM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（ClassicalLinearRegressionModel,CLRM）。同时满足正态性假设的线

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论