经典单方程计量经济学模型-多元线性回归

经典单方程计量经济学模型-多元线性回归

ID:37129659

大小:5.33 MB

页数:112页

时间:2019-05-10

经典单方程计量经济学模型-多元线性回归_第1页
经典单方程计量经济学模型-多元线性回归_第2页
经典单方程计量经济学模型-多元线性回归_第3页
经典单方程计量经济学模型-多元线性回归_第4页
经典单方程计量经济学模型-多元线性回归_第5页
资源描述:

《经典单方程计量经济学模型-多元线性回归》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、竭尽全力而不是尽力而为在美国西雅图一所著名的教堂里,一位德高望重的牧师同教会学校一个班的学生讲故事。猎人带着猎狗去打猎,猎人击中了兔子的后腿,受伤的兔子拼命地逃跑,猎狗在后穷追不舍。可是追了一阵子,猎狗没追上,只好悻悻地回来。猎人气急败坏地说:“你真没用,连一只受伤的兔子都追不到!”猎狗辩解道:“我已经尽力而为了呀!”逃脱的兔子回来跟大家说:“他是尽力而已,我是竭尽全力呀!他没有追上我最多挨一顿骂,而我若不竭尽全力的跑,可就没命了呀!”牧师讲完故事后,又向全班承诺:谁要能背出《圣经.马太福音》中第五章到第七章的全部内容,他就邀请谁去“太空针”高塔餐厅参加免费

2、聚餐会。《圣经.马太福音》中第五章到第七章的全部内容有几万字,而且不押韵,要背诵起全文难度极大。尽管参加免费的聚餐会是许多学生梦寐以求的事情,但几乎所有的人都望而却步了。几天后,班上一个11岁的男孩,胸有成竹从头到尾按要求背了下来,竟然没有出一点差错。牧师比别人更清楚,即使在成年的信徒中,能背诵这篇文章的人也是罕见的。牧师不禁好奇地问:“你为什么能背下这么有长有难的文字呢?”男孩不假思索地回答道:“我竭尽全力。”如今,那个男孩成了首富,他就是比尔.盖茨。第三章经典单方程计量经济学模型:多元线性回归模型MultipleLinearRegressionModel

3、引子:中国汽车的保有量会达到2亿辆吗?中国经济的快速发展,使居民收入不断增加,数以百万计的中国人开始得以实现拥有汽车的梦想,中国也成为世界上成长最快的汽车市场。截至2015年底,全国机动车保有量达2.79亿辆,其中汽车1.72亿辆。工信部装备工业司副司长王富昌日前指出,预计到2020年中国汽车保有量将超过2亿辆。是什么因素导致中国汽车数量的增长?影响中国汽车行业发展的因素并不是单一的,经济增长、消费趋势、市场行情、业界心态、能源价格、道路发展、内外环境、相关政策等,都会使中国汽车行业面临机遇和挑战。分析中国汽车行业未来的趋势,应具体分析这样一些问题:中国汽车

4、市场发展的状况如何?(用销售量观测)影响中国汽车销量的主要因素是什么?(如收入、价格、费用、道路状况、能源、政策环境等)各种因素对汽车销量影响的性质怎样?(正、负)各种因素影响汽车销量的具体数量关系是什么?所得到的数量结论是否可靠?中国汽车行业今后的发展前景怎样?应当如何制定汽车的产业政策?很明显,只用一个解释变量已很难分析汽车产业的发展,还需要寻求有更多个解释变量情况的回归分析方法。怎样分析多种因素的影响?第三章多元线性回归模型本章主要讨论:如何将简单线性回归的研究方法推广到多元的情况●多元线性回归模型及古典假定●多元线性回归参数的估计●多元线性回归方程的

5、拟合优度●多元线性回归的区间估计和假设检验●多元线性回归模型的预测●含有虚拟变量的多元线性回归模型§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定一、多元线性回归模型多元线性回归模型:表现在线性回归模型中的解释变量有多个。一般表现形式:i=1,2…,n其中:k为解释变量的数目,j称为回归参数(regressioncoefficient)。习惯上:把常数项看成为一虚变量的系数,该虚变量的样本观测值始终取1。这样:模型中解释变量的数目为(k+1)也被称为总体回归函数的随机表达形式。它的非随机表达式为:方程表示:各变量X值固定时Y的平均

6、响应。j也被称为偏回归系数,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。指对各个回归系数而言是“线性”的,对变量则可是线性的,也可是非线性的例如:生产函数取自然对数多元线性回归的“线性”总体回归模型n个随机方程的矩阵表达式为其中样本回归函数:用来估计总体回归函数其随机表示式:ei称为残差或剩余项(residuals),可看成是总体回归函数中随机扰动项i的近似替代。样本回归函数的矩阵表达:或其中:总体回归函数或 样本回归函数或其中:都是有个元

7、素的列向量是有+1个元素的列向量是第一列为1的阶解释变量数据矩阵(截距项可视为解释变量取值为1)总结:二、多元线性回归模型的基本假定假设1:回归模型是正确设定的。假设2:解释变量在所抽取的样本中具有变异性,且各X之间不存在严格线性相关性(无完全多重共线性)。假设3,随机误差项具有条件零均值性假设4,随机误差项具有条件同方差及不序列相关性假设5,随机项满足正态分布上述假设的矩阵符号表示式:假设2,n(k+1)矩阵X的秩为k+1,即X列满秩。假设3,假设4:随机误差项具有条件同方差及不序列相关性。其中,I为一n阶单位矩阵。假设5,向量有一多维正态分布,即基本

8、假定的推论:注:CLRM和CNLRM以上假设(正态性

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。