欢迎来到天天文库
浏览记录
ID:52077314
大小:980.50 KB
页数:35页
时间:2020-03-31
《《多元回归分析估计》PPT课件.ppt》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、湖北大学商学院chenqianli1第三章多元回归分析:估计简单回归分析缺陷:关键假设SLR.3通常不现实多元回归分析的优点:可以明确地控制其他影响因变量的因素,更适合于其他条件不变情况下的分析。可以用以添加相当一般化的函数关系。多元回归模型是经济学和其他社会科学进行经验分析时使用得最广泛的一个工具。湖北大学商学院chenqianli23.1多元回归的动因两自变量的模型:以例子说明多元回归的优点多元回归分析能更好刻画变量之间的因果关系考虑以下两个模型的区别:多元回归模型可以将影响因变量的其他因素中的可观测部分以自变量的形式包括在回归模型中,从而控制这些因素的影响。湖北大学商学院ch
2、enqianli33.1多元回归的动因多元回归分析对推广变量之间的函数关系有帮助例:参数的解释与上例是不同的:边际消费倾向为两个模型的关键假设:湖北大学商学院chenqianli43.1多元回归的动因K个自变量的模型多元回归分析允许影响Y的多个可观测的因素以自变量形式进入模型,以对其进行控制。多元线性回归模型的术语:截距、斜率、扰动项如何解释模型参数:弹性、百分数线性性含义:指模型是参数的线性函数(不是自变量)关键假设:例:双对数模型湖北大学商学院chenqianli5湖北大学商学院chenqianli63.2OLS的机理和解释OLS估计量获得:残差平方和达到最小的准则:OLS回归
3、方程的解释:偏效应(partialeffect)或其他情况不变效应的解释:在控制了的影响下,x1对y的影响为:例3.13.2湖北大学商学院chenqianli73.2OLS的机理和解释多元回归中“保持其他因素不变”的含义:多元回归分析的功能在于:尽管不能在其他条件不变的情况下收集数据,但它提供的系数仍可作为其他条件不变的解释,它使我们有效地模拟了在不限制自变量的取值下此种情形。多元回归分析使我们能在非实验环境中去做自然科学家在受控实验中所做的事情:保持其他因素不变。OLS的拟合值和残差:例:收入与教育湖北大学商学院chenqianli8例:收入与教育(续)湖北大学商学院chenqi
4、anli9湖北大学商学院chenqianli103.2OLS的机理和解释性质:“排除(partiallingout)”的解释:以k=2的多元回归模型为例OLS的估计量可表示为:度量的是在排除了x2,…xk等变量影响之后,x1对y的影响。湖北大学商学院chenqianli113.2OLS的机理和解释简单回归与多元回归估计的比较:什么情况下以下两个回归的斜率估计值是相同的?1.样本中x2对y的偏效应为0。2.样本中x1与x2不相关。拟合优度:SST=SSE+SSR湖北大学商学院chenqianli123.2OLS的机理和解释R2的一个重要性质是,在回归中多增加一个自变量,其值不会减小,
5、通常会增加。使用R2作为决定在模型中增加一个或几个变量的手段很不适当,决定一个解释变量是否应放入模型取决于在总体中对y的偏效应是否为0。过原点的回归:对过原点回归,采用最小化残差平方和的OLS估计值往往不具有以前推断的性质,通常定义的R2可能为负,尽管有人提出用实际值与拟合值的相关系数的平方作为R2,但目前没有大家认可的指标。实证一般尽量少用过原点回归。比较模型:湖北大学商学院chenqianli13比较模型(续)湖北大学商学院chenqianli14湖北大学商学院chenqianli153.3OLS估计量的期望为了研究OLS估计量的性质,需对多元线性回归模型建立一系列的假设。假定
6、MLR.1(对参数的线性性)总体模型为:假定MLR.2(随机抽样)n此观测值来自以上方程模型描述的总体的一个样本假定MLR.3(零条件均值):例:扰动项条件均值不为零湖北大学商学院chenqianli16湖北大学商学院chenqianli173.3OLS估计量的期望违背MLR.3的可能情形:1.函数关系被错误设定。2.重要变量被遗漏。3.解释变量的测量误差。4.一个或多个解释变量与y同时决定内生解释变量与外生解释变量假定MLR.4(不存在完全共线性):样本中,没有一个变量是常数,且自变量之间也不存在严格的线性关系。假定MLR.4允许自变量之间存在相关关系,但不能完全相关,如果不允许
7、自变量之间存在任何相关关系,回归分析对计量经济分析就没有多大用处。同一变量不同的非线性函数可以出现在回归中。同一变量以不同计量单位进入同一模型;一个自变量表示成其他自变量的一个线性函数;样本容量相对于被估计的参数个数而言太小。---违背假定MLR.4湖北大学商学院chenqianli183.3OLS估计量的期望定理(无偏性):在假定MLR.1-MLR.4下,总体参数的OLS估计量是无偏估计。无关变量的包括:讨论两种模型设定问题对无偏性的影响。第一个问题是模型包含一个无
此文档下载收益归作者所有