經(jīng)濟(jì)計量學(xué)課程學(xué)習(xí)指導(dǎo)書-在線瀏覽
2025-07-01 03:09本頁面
【正文】 i?殘差=可作為隨機項的估計量，樣本回歸模型寫作? ? ?Yib0b1iei熟練掌握利用軟件進(jìn)行最小二乘估計。這里給出了的方差，Var(ui=s (b?1=s 的無偏性估計量：(229。e n2)S，這里s u229。e n2SeSE）叫殘差2 2 2 2u i u e22s22i2i定義樣本決定系數(shù)=/163。rr2由模型假定，~(0,s u由此可得的標(biāo)準(zhǔn)差（或叫回歸標(biāo)準(zhǔn)差）。=2ESS229。y叫回歸平方和，=叫殘差平方和。越接近于越小，回歸直線與樣本點“擬合優(yōu)度”越差。?b~231。,s uS代替s 2S)(b?=230。231。121 e u 1 i232。i2i229。e2i(n2)229。xb1b1S可以衡量估計量的穩(wěn)定性，(b1)越穩(wěn)定。S構(gòu)造對回歸系數(shù)估計量的檢驗統(tǒng)計量，b?(b?= 11~H0：b1=0；備擇假設(shè)Tb1S)（3）給定顯著水平a,)，查自由度為的分布表，得臨界值T拒絕H1：b1≠0，YXtaH0：b1=0，YX（這里僅給出了對的顯著性檢驗，對2?b0Fn2)F檢驗。檢驗。FH0：b1=0；備擇假設(shè)F（3）給定顯著水平1，第二個自由度為（）的分布臨(界值表，得臨界值1,F 拒絕H1:b1≠0，則認(rèn)為回歸方程顯著成立；若FaH0:b1=0，則認(rèn)為回歸方程無顯著意義，即總體與線性不顯著。熟練運用軟件進(jìn)行一元線性回歸分析。多元線性回歸模型（一）本章學(xué)習(xí)目標(biāo)理解多元線性回歸模型及其經(jīng)典假定。掌握多元線性回歸模型的統(tǒng)計檢驗。Eviwes（二）本章重點、要點本章重點是多元線性回歸模型的最小二乘估計（利用矩陣表示）和統(tǒng)計檢驗（“擬合優(yōu)度”判定，回歸系數(shù)的檢驗和回歸方程的檢驗）。（包括模型、假定、檢驗）；非線性回歸模型的的概念，非線性模型如何化為線性模型。=+X+X++X+)E(ui=s ub?(X39。X)X39。YYXb?估計量的方差可表示為：Var(b?=s u)C是i隨機項的方差s 2=+Y為解釋變量的樣本觀測值矩陣（第一列全為為回歸參數(shù)向量。E(u)0,j=j=185。ji,j=1,2,…,nCov(jiui=j=1,2,…,k；i=1,2,…,n；（4）解釋變量之間不相關(guān)，即rk=+并假定服從正態(tài)分布，即~(0,s)1Y?Xb?eu可證明：參數(shù)最小二乘估計量具有線性、無2 11i ii ii u為=2e39。enkTSS=ESS+RSS，定義樣本決定系數(shù)2ESSTSSR作為回歸方程與樣本值“擬合優(yōu)度”的判定。FF/(nk1)nkS)Cii是i檢驗的步驟與一元相換代換方法化為線性模型。Yib0b11ib21iuiuVar（ ui） =s i(X)，用 fi/(k,kESSTSSn1,因而殘差平方和的自由度是1。H0：b1=0,b2=0,…,bk=0，其檢驗步驟與一元相同。TbiS)回歸方程通過了檢驗，說明被解釋變量與解釋變量作為一個整體，存在線性相關(guān)關(guān)系，但不能說明與每一個解釋變量線性相關(guān)，所以必須對每個解釋變量的相關(guān)性進(jìn)行檢驗，即回歸系數(shù)的檢驗。線性回歸模型的線性是指：（1）解釋變量線性，即被解釋變量是每個解釋變量Y的線性函數(shù)。第一個條件不滿足，只要第二個條件滿足，可通過變量直2iZiX則模型化為=+++成為線性模型。C—D=Keuln=AaLbKu這樣的模型叫內(nèi)蘊線性模型。單方程模型的經(jīng)濟(jì)計量問題（一）本章學(xué)習(xí)目標(biāo)掌握對于現(xiàn)實經(jīng)濟(jì)問題建立經(jīng)濟(jì)計量模型為什么會出現(xiàn)異方差，自相關(guān)、多重共線性。學(xué)會模型出現(xiàn)了異方差，自相關(guān)或
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1