多元线性回归模型

多元线性回归模型计量经济学第三章引子:中国汽车的保有量会达到1.4亿辆吗中国经济的快速发展,使居民收入不断增加,数以百万计的中国人开始得以实现拥有汽车的梦想,中国也成为世界上成长最快的汽车市场，中国交通部副部长在中国交通可持续发展论坛上做出预测:“2020年,中国的民用汽车保有量将比2003年的数字增长６倍,达到1.4亿辆左右”，是什么因素导致中国汽车数量的增长影响中国汽车行业发展的因素并不是单一的,经济增长、消费趋势、市场行情、业界心态、能源价格、道路发展、内外环境,都会使中国汽车行业面临机遇和挑战， 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 中国汽车行业未来的趋势,应具体分析这样一些问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 ：中国汽车市场发展的状况如何用销售量观测影响中国汽车销量的主要因素是什么如收入、价格、费用、道路状况、能源、政策环境等各种因素对汽车销量影响的性质怎样正、负各种因素影响汽车销量的具体数量关系是什么所得到的数量结论是否可靠中国汽车行业今后的发展前景怎样应当如何制定汽车的产业政策很明显,只用一个解释变量已很难分析汽车产业的发展,还需要寻求有更多个解释变量情况的回归分析方法，怎样分析多种因素的影响第三章多元线性回归模型本章主要讨论:●多元线性回归模型及古典假定●多元线性回归模型的估计●多元线性回归模型的检验●多元线性回归模型的预测第一节多元线性回归模型及古典假定本节基本 内容 财务内部控制制度的内容财务内部控制制度的内容人员招聘与配置的内容项目成本控制的内容消防安全演练内容 :一、多元线性回归模型的意义二、多元线性回归模型的矩阵表示三、多元线性回归中的基本假定一、多元线性回归模型的意义例如:有两个解释变量的电力消费模型其中:为各地区电力消费量；为各地区国内生产总值GDP；为各地区电力价格变动，模型中参数的意义是什么呢多元线性回归模型的一般形式一般形式：对于有个解释变量的线性回归模型模型中参数是偏回归系数,样本容量为偏回归系数：控制其它解释量不变的条件下,第个解释变量的单位变动对应变量平均值的影响，对各个回归系数而言是“线性”的，对变量则可是线性的，也可是非线性的例如：生产函数取自然对数多元线性回归的总体条件均值表示为多个解释变量的函数总体回归函数也可表示为:多元总体回归函数的样本条件均值表示为多个解释变量的函数或其中回归剩余残差：多元样本回归函数二、多元线性回归模型的矩阵表示个解释变量的多元线性回归模型的个观测样本,可表示为用矩阵表示总体回归函数或样本回归函数或其中：都是有个元素的列向量是有个元素的列向量是第一列为1的阶解释变量数据矩阵(截距项可视为解释变量取值为1)三、多元线性回归中的基本假定假定1：零均值假定或假定2和假定3：同方差和无自相关假定假定4：随机扰动项与解释变量不相关假定5:无多重共线性假定多元中假定各解释变量之间不存在线性关系,或各个解释变量观测值之间线性无关，或解释变量观测值矩阵列满秩列，即可逆假定6：正态性假定第二节多元线性回归模型的估计本节基本内容:●普通最小二乘法OLS●OLS估计式的性质●OLS估计的分布性质●随机扰动项方差的估计●回归系数的区间估计一、普通最小二乘法OLS最小二乘原则剩余平方和最小：求偏导,令其为0:即注意到用矩阵表示因为样本回归函数为两边乘有：因为,则正规方程为：由正规方程多元回归中二元回归中注意：和为的离差OLS估计式二、OLS估计式的性质OLS估计式 1.线性特征:是的线性函数,因是非随机或取固定值的矩阵2.无偏特性:3. 最小方差特性在所有的线性无偏估计中,OLS估计具有最小方差结论：在古典假定下,多元线性回归的OLS估计式是最佳线性无偏估计式BLUE三、OLS估计的分布性质基本思想●是随机变量,必须确定其分布性质才可能进行区间估计和假设检验●是服从正态分布的随机变量,决定了也是服从正态分布的随机变量●是的线性函数,决定了也是服从正态分布的随机变量的期望由无偏性的方差和 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 误差：可以证明的方差-协方差矩阵为这里是矩阵中第行第列的元素四、随机扰动项方差的估计多元回归中的无偏估计为：或表示为将作标准化变换：因是未知的,可用代替去估计参数的标准误差:●当为大样本时,用估计的参数标准误差对作标准化变换,所得Z统计量仍可视为服从正态分布●当为小样本时,用估计的参数标准误差对作标准化变换,所得的t统计量服从t分布：五、回归系数的区间估计由于给定,查t分布表的自由度为的临界值或:或表示为:第三节   多元线性回归模型的检验本节基本内容:●多元回归的拟合优度检验●回归方程的显著性检验F检验●各回归系数的显著性检验t检验一、多元回归的拟合优度检验多重可决系数：在多元回归模型中,由各个解释变量联合解释了的的变差,在的总变差中占的比重,用表示与简单线性回归中可决系数的区别只是不同,多元回归中多重可决系数也可表示为特点：多重可决系数是模型中解释变量个数的不减函数，这给对比不同模型的多重可决系数带来缺陷，所以需要修正。多重可决系数的矩阵表示思想可决系数只涉及变差,没有考虑自由度，如果用自由度去校正所计算的变差,可纠正解释变量个数不同引起的对比困难，自由度统计量的自由度指可自由变化的样本观测值个数,它等于所用样本观测值的个数减去对观测值的约束个数，修正的可决系数可决系数的修正方法总变差自由度为解释了的变差自由度为剩余平方和自由度为修正的可决系数为特点可决系数必定非负，但修正的可决系数可能为负值，这时规定修正的可决系数与可决系数的关系：二、回归方程显著性检验F检验基本思想在多元回归中有多个解释变量,需要说明所有解释变量联合起来对应变量影响的总显著性,或整个方程总的联合显著性，对方程总显著性检验需要在方差分析的基础上进行F检验，总变差自由度模型解释了的变差自由度剩余变差自由度变差来源平方和自由度方差归于回归模型归于剩余总变差方差分析表原假设备择假设不全为0建立统计量(可以证明):给定显著性水平，查F分布表得临界值并通过样本观测值计算值F检验▼如果(小概率事件发生了)则拒绝，说明回归模型有显著意义，即所有解释变量联合起来对有显著影响。▼如果(大概率事件发生了)则接受，说明回归模型没有显著意义，即所有解释变量联合起来对没有显著影响。可决系数与F检验由方差分析可以看出，F检验与可决系数有密切联系，二者都建立在对应变量变差分解的基础上。F统计量也可通过可决系数计算：可看出：当时，越大，值也越大当时，结论：对方程联合显著性检验的F检验，实际上也是对的显著性检验。三、各回归系数的显著性检验（t检验）目的：在多元回归中，分别检验当其他解释变量保持不变时，各个解释变量对应变量是否有显著影响。方法：原假设备择假设统计量为：t检验的方法给定显著性水平，查自由度为时t分布表的临界值为如果就不拒绝而拒绝即认为所对应的解释变量对应变量的影响不显著。如果就拒绝而不拒绝即认为所对应的解释变量对应变量的影响是显著的。在多元回归中，可分别对每个回归系数逐个地进行t检验。注意:在一元回归中F检验与t检验等价,且但在多元回归中F检验与t检验作用不同。第四节  多元线性回归模型的预测本节基本内容:●应变量平均值预测●应变量个别值预测一、应变量平均值预测1.平均值的点预测将解释变量预测值代入估计的方程：多元回归时：或注意:预测期的是第一个元素为1的行向量,不是矩阵,也不是列向量基本思想：由于存在抽样波动，预测的平均值不一定等于真实平均值，还需要对作区间估计。为对作区间预测，必须确定平均值预测值的抽样分布。必须找出与和都有关的统计量。2.平均值的区间预测具体作法(回顾一元回归)当未知时，只得用代替，这时一元中已知多元回归时,与和都有关的是偏差从正态分布,可证明用代替,可构造t统计量则给定显著性水平，查t分布表，得自由度的临界值，则或二、应变量个别值预测基本思想： ●既是对平均值的点预测，也是对个别值的点预测。●由于存在随机扰动的影响,的平均值并不等于的个别值●为了对的个别值作区间预测，需要寻找与预测值和个别值有关的统计量，并要明确其概率分布已知剩余项是与预测值和个别值都有关的变量，并且已知服从正态分布，且可证明当用代替时，对标准化的变量为：具体作法给定显著性水平，查t分布表得自由度为的临界值则因此，多元回归时的个别值的置信度的预测区间的上下限为：第五节案例分析案例：中国税收增长的分析提出问题改革开放以来,随着经济体制改革的深化和经济的快速增长,中国的财政收支状况发生很大变化,为了研究影响中国税收收入增长的主要原因,分析中央和地方税收收入的增长规律,预测中国税收未来的增长趋势,需要建立计量经济模型，影响中国税收收入增长的主要因素可能有：1从宏观经济看,经济整体增长是税收增长的基本源泉，2社会经济的发展和社会保障等都对公共财政提出要求,公共财政的需求对当年的税收收入可能会有一定的影响，3物价水平，中国的税制结构以流转税为主,以现行价格计算的GDP和经营者的收入水平都与物价水平有关，4税收政策因素，理论分析以各项税收收入Y作为被解释变量以GDP表示经济整体增长水平以财政支出表示公共财政的需求以商品零售价格指数表示物价水平税收政策因素较难用数量表示,暂时不予考虑建立模型图中显示：1、比较平稳,变化不大；2、其它的变化逐年增长,特别是更加明显，结论：不能用线性来处理，线性化处理模型探索设定为:其中：—各项税收收入亿元—国内生产总值亿元—财政支出亿元—商品零售价格指数%参数估计：EViews结果VariableCoefficientStd.Errort-StatisticProb.C-2.7553680.6400801-4.30472330.000210LNX20.45123350.14212833.174830200.003834LNX30.62713300.16156623.881584760.000636X40.01013580.00564491.795568270.084195R-squared0.98759065Meandependentvar8.341376AdjustedR-squared0.98615880S.D.dependentvar1.357225S.E.ofregression0.15967566Akaikeinfocriterion-0.70777Sumsquaredresid0.66290423Schwarzcriterion-0.52095Loglikelihood14.6166758F-statistic689.7316D-Wstat0.61613625ProbF-statistic0模型估计的结果可表示为拟合优度：可决系数较高,修正的可决系数也较高,结论：表明模型拟合较好，显著性检验:F检验说明回归方程显著,即“国内生产总值”、“财政支出”、“商品零售物价指数”等变量联合起来确实对“税收收入”有显著影响，说明在5%的显著性水平下,表明国内生产总值、财政支出对财政收入分别都有显著影响，商品零售价格指数对财政收入没有显著影响，显著性检验:t检验1、所估计的参数的符号与经济理论分析相一致2、在其他因素不变的情况下,当GDP每增长1%,税收收入将平均增长0.4512%；在其他因素不变的情况下,财政支出每增长1%,税收收入将平均增长0.6271%;在其他因素不变的情况下,商品零售物价指数每增长1个百分点,平税收收入将平均增长0.0101%，经济检验及偏回归系数的意义预测1、估计标准误差2、预测2010年的税收收入：已知2010年我国的GDP为397983亿元,财政支出为8.96万亿元,商品零售价格指数为103.3%,则点预测为：1.多元线性回归模型是将总体回归函数描述为一个被解释变量与多个解释变量之间线性关系的模型，通常多元线性回归模型可以用矩阵形式表示：2.多元线性回归模型中对随机扰动项u的假定:零均值假定、同方差假定、无自相关假定、随机扰动与解释变量不相关假定、正态性假定、无多重共线性假定，第三章 小结 学校三防设施建设情况幼儿园教研工作小结高血压知识讲座小结防范电信网络诈骗宣传幼儿园师德小结 3.多元线性回归模型参数的最小二乘估计式及期望、方差和标准误差：4.在基本假定满足的条件下,多元线性回归模型最小二乘估计式是最佳线性无偏估计式，5.多元线性回归模型中参数区间估计的方法，6.多重可决系数的意义和计算方法：修正可决系数的作用和方法：7.F检验是对多元线性回归模型中所有解释变量联合显著性的检验,F检验是在方差分析基础上进行的，8.多元回归分析中,为了分别检验当其它解释变量不变时,各个解释变量是否对被解释变量有显著影响,需要分别对所估计的各个回归系数作t检验，9.利用多元线性回归模型作被解释变量平均值预测与个别值预测的方法，点预测：平均值：个别值：第三章结束了