【正文】
第 8章 多元回歸模型 167。 1 多元回歸的基本概念 多變量模型的基本形式 以三變量為例: 為截距系數(shù), 為 偏回歸系數(shù) , 為干擾項(xiàng)。 1 2 2 3 3Y X Xi i i iB B B u? + + +1B 23BB和 iuPartial Regression Coefficients 多元回歸模型的假定 154頁 (與雙變量模型六大假定的框架基本相同) o 線性方程、無設(shè)定偏誤 o 干擾項(xiàng)與每個解釋變量都不相關(guān) o 干擾項(xiàng)零均值、無自相關(guān)、異方差 o 解釋變量間無完全的多重共線性( new) 155頁 例 偏回歸系數(shù)的含義:凈影響 1 2 2 3 3E ( ) X Xi i iY B B B? ++B2:保持 X3不變, X2每變化一個單位, Y的均值變化多少。 B3: 保持 X2不變, X3每變化一個單位, Y的均值變化多少。 它們分別給出 X2和 X3變化對 Y均值的 直接偏影響 或 凈影響 ( VS總影響)。 例子:產(chǎn)品生產(chǎn)(勞動力投入的貢獻(xiàn)) Y:產(chǎn)出 X2:勞動力 X3:資本、原材料 ? 直接 :管理人員加班- 產(chǎn)量提高 ? 間接:流水線工人加班- 原材料投入增加 - 產(chǎn)量提高 1 2 2 3 3Y X Xi i i iB B B u? + + +1 2 2YXi i iA A u? ++保持 X3不變, X2對 Y的凈影響 勞動投入對產(chǎn)出的 總影響 X2- X3 - Y(間接) X2- Y(直接) ? 當(dāng) X2與 X3有完全的線性關(guān)系時,無法把 B2和 B3分開(無法保持其中一個解釋變量不變) ? 當(dāng) X2與 X3完全獨(dú)立時, X3不會通過 X2作用于 Y,總影響與凈影響相等,即 A2 = B2 ? 一般情況下, X2與 X3不獨(dú)立,但也不是完全 線性相關(guān),此時總影響與凈影響有區(qū)別, A2 ≠B2 一般規(guī)律: 167。 2 多元線性回歸模型的估計(jì) OLS估計(jì)量 SRF: 做最小二乘回歸,最小化殘差平方和: 1 2 2 3 3Y X Xi i i ib b b e? + + +1 2 3221 2 2 3 3m i n ( X X )i i i ib b biie Y b b b? ? ???,=0 , 1 , 2 , 3jQ b j? ? ? ?估計(jì)結(jié)果如下: 156頁 22 3 3 2 32 2 2 22 3 2 3( ) ( ) ( ) ( )( ) ( ) ( )i i i i i i ii i i iy x x y x x xbx x x x??? ? ? ?? ? ?=23 2 2 2 33 2 2 22 3 2 3( ) ( ) ( ) ( )( ) ( ) ( )i i i i i i ii i i iy x x y x x xbx x x x?