版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、5.1多元線性回歸模型及其假設(shè)條件1多元線性回歸模型多元線性回歸模型:,?ipipiiixbxbxbby???????22110ni21??2多元線性回歸模型的方程組形式3多元線性回歸模型的矩陣形式4回歸模型必須滿足如下的假設(shè)條件:第一、有正確的期望函數(shù)。即在線性回歸模型中沒(méi)有遺漏任何重要的解釋變量,也沒(méi)有包含任何多余的解釋變量。第二、被解釋變量等于期望函數(shù)與隨機(jī)干擾項(xiàng)之和。第三、隨機(jī)干擾項(xiàng)獨(dú)立于期望函數(shù)。即回歸模型中的所有解釋變量與隨
2、機(jī)干擾項(xiàng)不Xju相關(guān)。第四、解釋變量矩陣X是非隨機(jī)矩陣,且其秩為列滿秩的,即:。式中nkkXrank??)(k是解釋變量的個(gè)數(shù),n為觀測(cè)次數(shù)。第五、隨機(jī)干擾項(xiàng)服從正態(tài)分布。第六、隨機(jī)干擾項(xiàng)的期望值為零。??0?uE第七、隨機(jī)干擾項(xiàng)具有方差齊性。(常數(shù))????22?ui第八、隨機(jī)干擾項(xiàng)相互獨(dú)立,即無(wú)序列相關(guān)。=0????uuuujijicov??5.2多元回歸模型參數(shù)的估計(jì)建立回歸模型的基本任務(wù)是:求出參數(shù)的估計(jì)值,并進(jìn)行統(tǒng)計(jì)檢驗(yàn)。bb
3、bp10??殘差:;殘差平方和:Q=yyeiii??????????yyeiinii?212矩陣求解:X=,,,??????????????xxxxxxxxxpnnnpp?????212221212111111???????????????????bbbbpB????210??????????????????????yyyynnY121???YBXXX??1???1?2???pnQ?要通過(guò)四個(gè)檢驗(yàn):經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)
4、、模型預(yù)測(cè)檢驗(yàn)。驗(yàn)是檢驗(yàn)所有系數(shù)是否同時(shí)為0,2F統(tǒng)計(jì)量,m1是回歸變差的自由度,nm是剩余變差???????????????mnmFyyyyiii??221????yyi?2的自由度。????yyii?2F服從自由度為的F分布。??mnm??13回歸效果不顯著的原因1)影響y的因素除了一組自變量之外,還有其他不可忽略的因素。xxxm21?2)y與一組自變量之間的關(guān)系不是線性的。xxxm21?3)y與一組自變量之間無(wú)關(guān)。xxxm21?4
5、解決辦法分析原因另選自變量或改變模型的形式。三、t檢驗(yàn)1檢驗(yàn)?zāi)康幕貧w系數(shù)的顯著性檢驗(yàn)是檢驗(yàn)?zāi)硞€(gè)系數(shù)是否為0。2T統(tǒng)計(jì)量統(tǒng)計(jì)假設(shè)H0:;統(tǒng)計(jì)量:,,是矩陣的第0?bicSbtiiyii??mnQSy??cii??XX??1I個(gè)對(duì)角元素。是一個(gè)自由度為nm的t分布變量;統(tǒng)計(jì)檢驗(yàn)判別:。否定假設(shè),titti??系數(shù)。否則,接受假設(shè)。0?bi0?bi四、DW檢驗(yàn)1序列相關(guān)的概念及對(duì)回歸模型的影響序列相關(guān)是指數(shù)列的前后期相關(guān)。若時(shí)差為一期的序列相
6、關(guān),稱為一節(jié)自相關(guān)?;貧w模型假設(shè)隨機(jī)誤差項(xiàng)之間不存在序列相關(guān)或自相關(guān),即和互不相關(guān),uiuj。若回歸模型不滿足這一假設(shè),則稱回歸模型存在自相關(guān)。jiuuji????????0cov當(dāng)模型中存在序列自相關(guān)時(shí),使用OLS方法估計(jì)參數(shù),將產(chǎn)生下列嚴(yán)重后果:(1)估計(jì)標(biāo)準(zhǔn)誤差S可能嚴(yán)重低估σ的真實(shí)值。(2)樣本方差可能嚴(yán)重低估的真實(shí)值。Sj2????????iD(3)估計(jì)回歸系數(shù)可能歪曲的真實(shí)值。??j?i(4)通常的F檢驗(yàn)和t檢驗(yàn)將不再有效。
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 多元線性回歸模型
- 多元線性回歸模型
- 淺談多元線性回歸模型及其應(yīng)用
- 多元線性回歸模型stata
- 多元線性回歸模型案例
- 多元線性回歸模型案例
- 復(fù)習(xí):多元線性回歸模型案例
- 多元線性回歸模型案例分析
- 多元線性回歸預(yù)測(cè)模型論文
- 多元線性回歸模型案例分析
- 多元線性回歸預(yù)測(cè)模型論文
- 多元線性回歸模型的案例講解
- 多元線性回歸模型 習(xí)題與 解答
- 多元線性回歸模型的案例講解
- 多元線性回歸模型習(xí)題與答案
- 多元線性回歸模型習(xí)題與答案
- 多元線性回歸
- 第七章 帶有線性約束的多元線性回歸模型及其假設(shè)檢驗(yàn)(金融計(jì)量-浙大 蔣岳祥)
- 多元線性回歸模型的有偏估計(jì)
- 多元線性回歸模型的有偏估計(jì)
評(píng)論
0/150
提交評(píng)論