多元線性回歸模型_第1頁
多元線性回歸模型_第2頁
多元線性回歸模型_第3頁
多元線性回歸模型_第4頁
多元線性回歸模型_第5頁
已閱讀5頁,還剩13頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、第一節(jié) 多元線性回歸模型的建立及其參數(shù)估計一、模型的引入二、關(guān)于模型的假定三、二元線性回歸模型的最小二乘估計四、多元線性回歸模型的最小二乘估計五、多元線性模型正規(guī)方程的距陣表示六、一個示例第二節(jié) 最小二乘參數(shù)估計量的統(tǒng)計性質(zhì)第三節(jié) 多元線性模型的統(tǒng)計檢驗 第一節(jié) 多元線性回歸模型簡介一、模型的引入1、模型產(chǎn)生的背景:經(jīng)濟系統(tǒng)中,因素A、因素B、因素C、因素D、。2、模型的形式:ikikiiixbxbxbby22110yi為被解釋變量xji為解釋變量i隨機誤差項 bi為待估參數(shù)UXBYuuubbbbXXXXXXXXXYYYnkknkknnn:.1.11:2121021222211122111n為

2、樣本觀測值數(shù)目3、模型特征:* 1)、線性* 2)、單方向的因果關(guān)系* 3)、多元(現(xiàn)實經(jīng)濟活動中引起被解釋變量變化的因素可能有很多個。例如,產(chǎn)品的產(chǎn)出往往受各種投入要素如資本、勞動、技術(shù)和管理水平等的影響;又如,某種商品需求量往往受該種商品的價格、大眾的可支配收入以及替代品、互補品價格等因素的影響) ikikiiixbxbxbby22110 4、隨機誤差項的含義:1)、除解釋變量之外的其它各種因素對被解釋變量的影響。如Di=b+b1Pt+b2It+ut2)、數(shù)據(jù)搜集過程中產(chǎn)生的誤差。3)、模型設(shè)定誤差。5、模型的作用:經(jīng)濟預(yù)測、結(jié)構(gòu)分析、政策評價等。6、模型的估計方法:普通最小二乘法(ord

3、inary least square)kikiiixbxbxbby22110kikiiixbxbxbby221107、參數(shù)估計量的經(jīng)濟意義:邊際如需求方程:Di=32-1.67Pi+3.24Ii8、參數(shù)估計量優(yōu)劣準則:無偏、有效、一致性二、 關(guān)于模型的一些假定 有關(guān)假定1)E(ui)=0 i=1,2,n 2)Var( ui )=23)cov( ui uj )=0(ij)4)k個解釋變量相互之間無多重共線性(一元無)5) uiN(0, 2 )6)E(xji ui )=0 假定的意義:保證參數(shù)的無偏性、有效性和一致性。 違背假定的可能性: 違背假定的后果:不能保證參數(shù)估計量的無偏性、有 效性,從而

4、模型不能用。ikikiiixbxbxbby22110三、二元線性模型的普通最小二乘估計三、二元線性模型的普通最小二乘估計(OLS)普通最小二乘法是一種參數(shù)估計方法,確定估計參數(shù)的準則是使全部觀察值的殘差平方和最小,即 ei2 min, 由此得出選擇回歸參數(shù) b0 , b1 的最小二乘估計式。YXX1X2X3X4X5X6e1e2e3e4e5e6殘差平方和2112112)()(niioiniiniiXbbYYYe使偏導(dǎo)數(shù)為零0)(2)(12ioioiXbbYbe0)(2)(112iioiiXXbbYbe得正規(guī)方程 Yi = nbo + b1 Xi XiYi = bo Xi + b1 Xi2 解得2

5、2XXYXYXbnniii1XbYob1記 X,Y的平均數(shù)iYnYiXnX11YiYiyXiXix則得2iii1xyxbXbYob1四、多元線性模型的最小二乘估計四、多元線性模型的最小二乘估計2210222211022110)()(kikiiiiiikikiiiikikiiiXbXbXbbYYYeQXbXbXbbYuXbXbXbbYikikikkiikiikikiikiikiiiiiikiikiiiiikikiiYXXbXXbXXbXbbQYXXXbXbXXbXbbQYXXXbXXbXbXbbQYXbXbXbbnbQ22200002110222221120211212211101221100Y

6、XBXX.11022122221212121121YXYXYXXXXXXXXXXXXXXXXXXXXXniikkkkkkkkkiiiiiiiiiiiiiiiiiiiiiiiibbb五、多元線性模型正規(guī)方程的距陣表示五、多元線性模型正規(guī)方程的距陣表示BXYUXBY五、多元線性模型最小二乘法的距陣表示五、多元線性模型最小二乘法的距陣表示YX-X)(XBBX)XY)(X1(對上述方程兩邊同乘觀察值距陣 X 的轉(zhuǎn)置距陣X六、一個示例 某地區(qū)火柴銷售量、煤氣液化氣使用戶數(shù)、卷煙銷售量、打火石銷售量 某地區(qū)火柴銷售量= b0+b1煤氣液化氣使用戶數(shù)+b2卷煙銷售量+ b3打火石銷售量+ut 某地區(qū)火柴銷售

7、量=17.383+0.04262煤氣液化氣使用戶數(shù)+0.263卷煙銷售量- 0.242b3打火石銷售量第二節(jié) 最小二乘估計量的統(tǒng)計性質(zhì)一、線性性 線性特性是指估計式 bi 是Yi 的線性函數(shù)。 二、無偏性 無偏性指估計量 bi 的均值等于總體回歸參數(shù)bi E(bi ) = bi YX-X)(XB1三、最小方差性 最小方差性是指估計量 bi 具有最小方差的性質(zhì),又叫有效性。 一個估計量如果它是線性的,同時又是有效的(即無偏的,又具有最小方差)那它就是最佳線性無偏估計量第三節(jié) 多元線性模型的統(tǒng)計檢驗 一、擬合優(yōu)度檢驗 TSS = (Yi - Y)2 = (Yi2 - 2 Y Yi + Y 2 )

8、= Yi2 - nY 2 = YY - nY 2 ESS = (Yi - Y)2 - e2 = (YY - nY 2 ) - (YY - BXY) = BXY - n Y 2222)(1TSSESSYYYYYXBnnYiYeeR2校正樣本決定系數(shù):R2 = 1 - ( 1 - R2 ) (n - 1)(n - k -1) 二、相關(guān)系數(shù)檢驗 樣本決定系數(shù)與樣本相關(guān)系數(shù)是兩個不同的概念。樣本決定系數(shù)是對變量 Y 與 X 作回歸分析得出的,它是判定回歸方程與樣本觀察值擬合優(yōu)度的一個數(shù)量指標(biāo)。 樣本相關(guān)系數(shù)是對變量 Y 與 X 作相關(guān)分析得出的,它是判定 Y 與 X 線性相關(guān)密切程度的一個數(shù)量指標(biāo)。 樣本決定系數(shù)與樣本相關(guān)系數(shù)在計算上是一致的。2Rr-1 r +1 三、總體回歸方程的顯著性檢驗(F檢驗)H0:b0= b1 = = bk= 0;H1: bi 不全為 0;) 1,) 1,() 1/(/2knkFFknkFknkRSSESSFn(分布表,得臨界值,查給定顯著性水平Y(jié)XBYYYYXB離差名稱平方和自由度回歸平方和剩余平方和總體平方和2YYXBnYXBYY2YYYnkn - k -1n -1k - 自變量的個數(shù)n - 樣本個數(shù) 四、估計參

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論