中国海洋大学计量经济学3 多元线性回归模型-2
更新时间:2023-07-21 01:27:01 阅读量: 实用文档 文档下载
- 中国海洋大学计量经济学推荐度:
- 相关推荐
第三章 经典单方程计量经济学模型: 多元线性回归模型 多元线性回归模型 多元线性回归模型的参数估计 多元线性回归模型的统计检验 多元线性回归模型的预测 多元回归模型的其他形式 回归模型的参数约束
§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 △ 回归模型的矩阵表达式
1、多元线性回归模型⑴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。一般表现形式为: Yi 0 1 X 1i 2 X 2 i k X ki i i=1,2…,n ○其中:k为解释变量的数目, i称为回归参数(regression coefficient)。而习惯上: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。于是:模型中解释变 量的数目为(k+1)。所以,上式也被称为总体回归函数的 随机表达形式。 ⑵它的非随机表达式即:总体回归函数为: E(Yi | X 1i , X 2i , X ki ) 0 1 X 1i 2 X 2i k X ki ○表示:各变量Xi值固定时Y的平均响应。 ○ i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,Xi每变化1个单位时,Y的均值E(Y)的变化; ○或者说 i给出了Xi的单位变化对Y均值的“直接”或“净” (不含其他变量)影响。
2、矩阵表达式⑴用来估计总体回归函数的样本回归函数为: Yi 0 1 X 1i 2 X 2i ki X ki ○其随机表示式: Yi 0 1 X 1i 2 X 2i ki X ki ei ○ 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。 ⑵总体回归模型n个随机方程的矩阵表达式为: Y X β μ 1 1 X 1 X 11 X 12 X 1n X 21 X 22 X 2n X k1 X k2 X kn n ( k 1 ) 0 1 β 2 μ k ( k 1) 1
○样本回归函数(模型)的矩阵表达式: Y Xβ Y Xβ e 0 1 β k
1 2 n n 1
e1 e2 e e n
二、多元线性回归模型的基本假定
△ 随机项假定 △ 解释变量假定 △ 其他假定
1、随机假定(是针对随机误差项的假定)⑴零均值:E ( i ) 0 i j i, j 1,2, , n 2 2 ⑵同方差:Var ( i ) E ( i ) 1 E (μ ) E μ n
1 E ( 1
) E (μ) E 0 E ( ) n n
1
12 n E n 1
1 n 2 n
var( 1 ) cov( , ) n 1
cov( 1 , n ) 2 var( n ) 0
0 2I 2
⑶序列不相关性假定:Cov ( i , j ) E ( i j ) 0 ⑷正态分布假定: i ~ N (0, 2 ) 2 μ ○向量 有一多维正态分布,即: ~ N (0, I )
2、解释变量假定⑴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)。即:n (k+1)矩阵X是非随机的, 且X的秩 =k+1,即X满秩。 ⑵解释变量与随机项不相关 Cov ( X ji , i ) 0 j 1,2 , k ○ i E ( i ) X 1i i X 1i E ( i ) E(X’ )=0,即: E 0 X X E ( ) Ki i Ki i
3、其他假定○同一元回归一样,多元回归还具有如下两个重要假设: ⑴样本容量趋于无穷时,各解释变量的方差趋于有界常数(该 假定是为了避免产生伪回归问题),即n ∞时,有: 1 1 1 2 2 x x Q x ji n ( X ji X j ) Q j n n ○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n k阶矩阵:
x11 x x 1n
x k1 x kn
⑵假定回归模型的设定是正确的。
§3.2 多元线性回归模型的估计一、普通最小二乘估计
*二、最大或然估计*三、矩估计 四、参数估计量的性质 五、样本容量问题 六、案例分析
说
明
估计方法主要有三大类方法:OLS、ML或者MM – 在经典模型中多应用OLS
––
在非经典模型中多应用ML或者MM在本节中, ML与MM为选学内容
一、普通最小二乘估计△ △ △ △ △ △ 普通最小二乘估计 普通最小二乘估计的矩阵表达式 参数估计的矩阵表达式 案例分析 离差形式的普通最小二乘估计 随机误差项 的方差 的无偏估计
1、普通最小二乘估计○对于随机抽取的n组观测值: (Yi , X ji ), i 1,2, , n, j 0,1,2, k ○如果样本函数的参数估计值已经得到,则有: i=1,2…n Yi 0 1 X 1i 2 X 2i ki X Ki ○根据最小二乘原理,参数估计值应该是一阶条件正规方程组 的解,即: Q 0 0 1 2 k Q 0 Q 0 Q 0n 2
○其中:Q ei2 (Yi Y i ) 2
(Yi ( 0 1 X 1i 2 X 2i k X ki ))i 1 i 1
n
n
i 1
2、普通最小二乘估计的矩阵表达式⑴待估参数估计值的正规方程组为: ( 0 1 X 1i 2 X 2 i k X ki ) Yi ( 0 1 X 1i 2 X 2 i k X ki ) X 1i Yi X 1i ( 0 1 X 1i 2 i X 2 i k X ki ) X 2 i Yi X 2 i ( 0 1 X 1i 2 X 2 i k X ki ) X ki Yi X ki
○解该方程组,即可得到 k+1个待估参数的估计值。 ⑵正规方程组的矩阵形式: n X 1i X ki
X X
1i 2 1i
X X Xki
X
ki
X 1i
0 1 X 11 1i ki 1 2 X ki k X k1
1 X 12 X k2
1 Y1 X 1n Y2 X kn Yn
3、参数估计的矩阵表达式 ○正规方程组的矩阵形式,即: (X X) β X Y 1 由于X’X满秩,故有:β ( X X) X Y ○将上述过程用矩阵形式表示为:
○即求解方程组: ) ( Y Xβ) 0 (Y Y β X Y Y Xβ β X Xβ) 0 ( Y Xβ β β ) ( Y Y 2Y Xβ β X Xβ 0 β
○得到: X Y X Xβ 0 X Y X Xβ ○于是有:β ( X X) 1 X Y
4、案例分析○案例3.2.1:在例2.1.1的家庭收入-消费支出中,X1 X2 n 21500 1 1 X i 10 ' ( X X) 2 21500 53650000 X X X i Xi 2 1 Xn Y1 1 1 Y2 Yi 15674 1 X Y X X Y 39468400 i i 1 X 2 X n Y n 0.0003 0.7226 ○可求得: X) 1 (X 0.0003 1.35 E 07 1 1 1 Xn 1
○于是得到参数估计值: 1 0.7226 0.0003 15674 β 0.0003 1.35 E 07 39648400 2
103 .172 0.7770
5、离差形式的普通最小二乘估计 ⑴对于正规方程组 X Y X Xβ
X Xβ X e X Xβ
○于是有: X e 0
(*) ,或者:
ei
i
0ji i
X
e 0
(**)
○(*)或(**)是多元线性回归模型正规方程组的另
一种写法。 ⑵样本回归模型的离差形式: i=1,2…n yi 1 x1i 2 x2i k xki ei ○其矩阵形式为:y xβ e x x x 11 21 y1 k1 y 2 x x12 x 22 x k 2 ○其中 : y x x x y 1n 2 n ○在离差形式下,参数的最小二乘估计结果为 kn n 1 2 β k
β (x x) 1 x Y
0 Y 1 X 1 k X k
6、随机误差项 的方差 的无偏估计○可以证明,随机误差项 的方差的无偏估计量为:
e e n k 1 n k 12 2 i
e
*二、最大或然估计(ML)○对于多元线性回归模型 Yi 0 1 X 1i 2 X 2 i k X ki i ○易知 Yi ~ N (X i β , 2 ) ,Y随机抽取的n组样本观测值的联合概率 , L (β 2
) P (Y1 , Y2 , , Yn ) 1 ( 2 ) n 2
n
1 2 2
( Yi ( 0 1 X 1 i 2 X 2 i k X ki )) 2
e
1 2 2
1 ( 2 ) n 2
) ) ( Y Xβ ( Y Xβ
n
e
○上市就是变量Y的或然函数,其对数或然函数为:L* Ln( L ) nLn ( 2 ) 1 ( Y Xβ) ( Y Xβ) 2 2
○对对数或然函数求极大值,也就是对 (Y Xβ) (Y Xβ) 求极小值。因此,参数的最大或然估计为:β ( X X) 1 X Y ○结果与参数的普通最小二乘估计相同
*三、矩估计(Moment Method, MM)△ 参数的MM(矩估计)估计量 △ 广义矩估计方法
1、参数的MM(矩估计法)估计量○ OLS估计是通过得到一个关于参数估计值的正规方程组: ○ (X X) β X Y 并对它进行求解而完成的。 ○该正规方程组 可以从另外一种思路来导: Y Xβ μ => X Y X Xβ X μ => X (Y Xβ ) X μ ○称其期望表达式:E(X (Y Xβ 0 为原总体回归方程的一 ) 组矩条件,表明了原总体回归方程所具有的内在特征。
( X X) 1 X Y ○由此得到正规方程组的解: β
1 X (Y Xβ) 0 n
○该正规方程组的解即是参数的MM估计量。 ○这种估计样本回归方程的方法称为矩估计法MM。 ○易知MM估计量与OLS、ML估计量等价。
正在阅读:
绿色施工专项施工方案 - 图文01-15
美丽人生观后感04-02
教研室教研活动计划05-03
简单儿童脑筋急转弯及答案03-16
医学实验动物学选择题-110-02
阿尔及利亚税收政策简述01-15
巾帼演讲稿范文4篇04-17
湖北第二师范建筑经济管理专业毕业设计04-14
第1课 魔幻的颜色11-14
- 教学能力大赛决赛获奖-教学实施报告-(完整图文版)
- 互联网+数据中心行业分析报告
- 2017上海杨浦区高三一模数学试题及答案
- 招商部差旅接待管理制度(4-25)
- 学生游玩安全注意事项
- 学生信息管理系统(文档模板供参考)
- 叉车门架有限元分析及系统设计
- 2014帮助残疾人志愿者服务情况记录
- 叶绿体中色素的提取和分离实验
- 中国食物成分表2020年最新权威完整改进版
- 推动国土资源领域生态文明建设
- 给水管道冲洗和消毒记录
- 计算机软件专业自我评价
- 高中数学必修1-5知识点归纳
- 2018-2022年中国第五代移动通信技术(5G)产业深度分析及发展前景研究报告发展趋势(目录)
- 生产车间巡查制度
- 2018版中国光热发电行业深度研究报告目录
- (通用)2019年中考数学总复习 第一章 第四节 数的开方与二次根式课件
- 2017_2018学年高中语文第二单元第4课说数课件粤教版
- 上市新药Lumateperone(卢美哌隆)合成检索总结报告
- 计量经济学
- 线性
- 中国
- 多元
- 模型
- 回归
- 海洋
- 大学