页数：9页文件大小：55.5 KB来源： 计量经济学ppt课件
本课件进入多元线性回归模型，给出模型的一般形式与矩阵表示，说明多元情形下解释变量非共线、随机误差项零均值同方差等基本假设，并交代参数估计的整体思路与后续章节安排。
§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
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（regression coefficient）。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。
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：
多元线性回归模型的基本假定假设1，解释变量是非随机的或固定的，且各X之间互不相关（无多重共线性）。假设2，随机误差项具有零均值、同方差及不序列相关性假设3，解释变量与随机项不相关假设4，随机项满足正态分布
上述假设的矩阵符号表示式：假设1，n(k+1)矩阵X是非随机的，且X的秩=k+1，即X满秩。假设2，假设3，E(X’)=0，即
假设4，向量有一多维正态分布，即同一元回归一样，多元回归还具有如下两个重要假设：假设5，样本容量趋于无穷时，各解释变量的方差趋于有界常数，即n∞时，或其中：Q为一非奇异固定矩阵，矩阵x是由各解释变量的离差为元素组成的nk阶矩阵假设6，回归模型的设定是正确的。
下载地址：{{downurl}}
{{{a}}}
{{#b}}{{{b}}}
{{/b}} {{/title}} {{#nolog}}登陆注册
{{/nolog}} {{#djsx}}点我刷新
{{/djsx}} {{#gocz}} {{/gocz}} {{#ffqr}} {{/ffqr}}