多元线性回归分析估计.ppt

多元线性回归分析估计
*
第一页，共48页
第2章内容回顾
1. Definition of the Simple Regression Model
简单回归模型的定义
2. Deriving the Ordinary Least Squares Estimates
推导普通最小二乘估计量
3. Mechanics of OLS
OLS相关的代数性质
4. Unites of Measurement and Functional Form
测量单位和函数形式
5. Expected Values and Variances of the OLS estimators
OLS估计量的期望值和方差
6. Regression through the Origin 过原点的回归
*
第二页，共48页
本章大纲
1. 为什麽使用多元回归
Motivation for Multiple Regression
2. 普通最小二乘法的操作和解释
Mechanics and Interpretation of Ordinary Least Squares

3. OLS估计量的期望值
The Expected Values of the OLS Estimators

4. OLS估计量的方差
The Variance of the OLS Estimators
5. OLS的有效性：高斯－马尔科夫定理
Efficiency of OLS: The Gauss-Markov Theorem
*
第三页，共48页
本课大纲
1. 多元回归模型的结构
2. 为什么使用多元回归

估计及代数性质

6. 简单回归模型与多元回归模型的比较
*
第四页，共48页
1. 多元线性回归模型结构：
*
第五页，共48页
多元线性回归模型结构：含有k个自变量的模型
多元线性回归模型一般可以写作：
x1…xk，k=2,…K，多个解释变量。
*
第六页，共48页
多元回归模型的结构
b0 仍是截距(intercept)
b1到bk仍然都称为斜率参数(slope parameters)
u仍是误差项(或干扰项) ( error term (or disturbance) )：除了x1…xk之外，影响y的其他因素。
*
第七页，共48页
多元回归模型的结构
因变量
自变量
被解释变量
解释变量
响应变量
控制变量
被预测变量
预测元变量
回归子
回归元
*
第八页，共48页
多元回归模型的结构
线性：
参数线性：对于回归模型参数是线性的。
*
第九页，共48页
2. 为什么使用多元回归模型？
*
第十页，共48页