实验4：计量经济学实验【多元线性回归及非线性回归模型的线性化】.pptVIP

计量经济学实验 ——Eviews软件实验之多元线性回归 模型及非线性回归模型的线性化 内容概要 一、学习的目的和要求 二、学习的基本内容（重点） 三、知识点回顾 四、Eviews软件操作实例 （例1～例3） 一、学习的目的和要求 了解多元线性回归模型的产生背景；掌握多元 线性回归模型的经典假设、模型的参数估计、模 型的统计检验及预测的方法，以及相应的 Eviews软件操作方法 。通过学习应达到：根据 所学知识，独立地进行涉及多个影响因素的经济 问题的研究，确定研究对象，按照计量经济分析 的工作步骤（即理论模型设定、样本数据收集、 模型的参数估计和模型的检验）去分析研究，并 写出分析报告。 二、学习的基本内容（重点） 1、多元线性回归模型的基本理论和方法； 2、多元线性回归模型的有关检验（统计检验）； 3、看懂Eviews软件的回归分析结果； 4、采用合适的形式报告有关结果； 5、经典线性回归模型的扩展——多元非 线性回归模型的线性化处理。 三、知识点回顾 1、多元线性回归模型的概念 在一元线性回归模型中，假定所研究的经济变量只受 一个解释变量的影响。然而，在实际经济问题中这样单 纯的例子非常少见，更普遍的是一个经济变量要受到多 个因素的影响，这样，仅用一元线性回归模型就根本满 足不了要求，因此需要引入含有两个或两个以上解释变 量的多元线性回归模型。 多元线性回归模型是一元线性回归模型的扩展，其基 本原理和基本方法与一元线性回归模型类似，只是在计 算上要复杂一些，最简单的多元线性回归模型是含有一 个被解释变量和两个解释变量的二元线性回归模型。 三、知识点回顾 2、多元线性回归模型的四种重要关系式 （1）总体回归模型（多元，含 k 个解释变量） 其矩阵形式为： 其中： 三、知识点回顾 2、多元线性回归模型的四种重要关系式 （2）总体回归函数（方程） 上述多元回归模型中的确定性部分（趋势部分） 此式揭示了所考察总体被解释变量与解释变量之间的平均变 化规律，即解释变量取固定值时，被解释变量Y 的平均响 应； 多元回归斜率系数的含义：表示在保持回归方程中其他解释 变量不变时，所考察的解释变量每增加一个单位，将导致被 解释变量Y的均值的变化量。 三、知识点回顾 2、多元线性回归模型的四种重要关系式 （2）总体回归函数（方程） 其中总体回归参数真值未知；总体回归方程也是未知的。 （3）样本回归函数（方程） 在实际应用中，从总体中抽取一个样本，进行参数估计，从 而获得估计的回归方程： 以此估计方程近似替代总体回归方程；矩阵形式为： 其中： 三、知识点回顾 2、多元线性回归模型的四种重要关系式 （4）样本回归模型： 样本回归函数的随机形式表示为： 残差 可看成是随机干扰项 的估计值； 上式矩阵形式为： 其中 三、知识点回顾 3、多元线性回归模型的基本（经典）假设 与一元线性回归模型类似，对多元线性回归模型 有以下几个基本假设，如果实 际模型满足这些假设，则 OLS 就是最优的估计方法； (1) 解释变量 是非随机的或固定的，且相互之间 互不相关（无多重共线性），随机干扰项 是随机变量； (2)随机干扰项 具有 0 均值，同方差及不序列相关性，即 (3) 随机干扰项与解释变量不相关，即 (4) 随机干扰项服从正态分布，即 三、知识点回顾 4、多元线性回归模型的最小二乘估计(OLS) 对于多元线性回归模型 ，在给 定一组样本观测值 的情况下，如 果得到了样本回归函数 的参数估 计值，根据最小二乘原理，其中的参数估计值必然使下式： 达到最小，即使残差平方和达到最小;将Q 分别对 求偏导并为0，解正规方程组后可得到参数的OLS估计量， 用矩阵表示为： 三、知识点回顾 5、 OLS估计量的性质 当 为表达式形式时，均为随机变量，这时称为 参数估计