1、第三章 多元线性回归模型 多元线性回归模型 多元线性回归模型的参数估计 多元线性回归模型的假设检验 实例3.1 多元线性回归模型 一、 多元线性回归模型 二、多元线性回归模型的基本假定 一、多元线性回归模型多元线性回归模型 :表现在线性回归模型中的解释变量有多个。一般表现形式 ：i=1,2,n其中 :k为解释变量的数目， j称为 回归参数（ regression coefficient）。总体回归函数 为 :总体回归函数 的 随机表达形式为可以看到是对应于一元线形回归模型的，是一元线性回归模型的自然引申与扩展！j也被称为 偏回归系数 ， 表示在其他解释变量保持不变的情况下， X j每变化 1个
2、单位时， Y的均值 E(Y)的变化 ;或者说 j给出了 X j的单位变化对 Y均值的 “直接 ”或 “净 ”（不含其他变量）影响。其 随机表示式: ei称为 残差 或 剩余项 (residuals)，可看成是总体回归函数中随机扰动项 i的近似替代。用于估计总体回归函数的样本回归函数是二、多元线性回归模型的基本假定 假设 1，解释变量是非随机的或固定的，且各X之间互不相关（无多重共线性）。假设 2，随机误差项具有零均值、同方差及不序列相关性。假设 3，解释变量与随机项不相关 假设 4，随机项满足正态分布 3.2 多元线性回归模型的估计 一、 普通最小二乘估计 二、参数估计量的性质三、样本容量问题 四、估计实例 说 明估计方法： OLS（普通最小二乘法）
