当前课程知识点:计量经济学 > 2. 线性回归 > 2.2 CLRM假设条件 > 2.2 CLRM假设条件
古典线性回归模型
是计量经济学的基石
我们假设
有三个变量
X₁i
X₂i
Yi
那么
我们用 X₁i、 X₂i
来解释Yi
根据样本信息
采用最小平方法
可以得到样本回归函数
然后
就利用样本回归函数
来推测和检验
总体样本回归函数
以及它的参数
但要使样本回归函数
来推测总体回归函数的结论
是有效的
古典线性回归模型
就必须满足
一系列的条件
否则
这种推断
可能是不可靠的
这些条件涉及
对残差项的
涉及对解释变量
也涉及对整个模型的
如果这些条件
遭到了破坏
推断结论的有效性
就可能出现问题
先看对模型的
对模型而言
需要满足
两个假设条件
第一
模型对参数是线性的
前面讲过
第一个模型对变量线性的
没问题
第二模型对参数也是线性的
也没问题
但第三个模型当中
X₂的系数是1/B₂
对参数不是线性的
就不能满足
模型对参数是线性的条件要求
对模型的第二个假设要求是
要求模型
是可以正确识别的
也就是说
模型结构正确的
纳入模型中的变量
没有多余的
也没有遗漏的
古典线性回归模型假设当中
对模型的残差项要求
有四个假设条件
对残差项而言
第一
在解释变量给定的情况下面
要求残差项的均值
等于零
根据这个假设条件
可以推出
没有纳入的影响因素
与解释变量无关
第二
残差项之间的协方差
等于零
换言之
不同的残差项之间
无自相关性
表明
残差项之间
没有系统关系
残差项
是随机的
根据这个条件
可以推出
被解释变量的协方差为零
对残差项第三个条件要求是
在解释变量给定情况下面
残差项的方差
是一个常量
即要求是同方差的
如果他的方差
不是一个常量
那就叫异方差
第四
残差项服从
均值为零的正态分布
古典线性回归模型
对解释变量
也有要求
如果
有多个解释变量
要求解释变量之间
没有完全的多重共线性
按解释变量之间的
线性的相关程度
我们可以分为三种
第一
解释变量之间
存在完全线性
这个时候
回归系数
是无法估计的
第二
解释变量之间
存在高度的线性关系
这个时候
回归系数的估计值
可以估计
但
不能再保证
其估计结果的有效性了
第三
解释变量之间
只是一般的线性关系
这时
对回归结果的影响的
就非常小了
在古典线性回归模型的假设当中
对变量和残差项之间
也有要求
要求解释变量和残差项之间
不相关
也就是说
它们的协方差
等于零
由于回归分析当中
X是已知的
给定的
是非随机的
这个条件
自动满足
即使X是随机的
只要样本的容量足够大
也不会对回归结果
产生严重的影响
但是
在联立方程模型当中
就需要引起注意了
以上八条
就是古典线性回归模型的
假设条件
我们在后续的学习当中
主要是讨论
其中一些条件不满足时候
怎么样侦测
我们又能采用什么办法
来消除影响
从而使回归结论的有效
下面
还有一点时间
我们回顾一下
最小平方法
红色的直线
代表样本回归模型
样本点和样本回归函数
对应值之间的偏差ui^
求偏差ui^平方和
再分别对参数b₁^
和b₂^求偏导数
令他的导数
等于0
可以求得回归系数
现在
我们将最小平方法
扩展为多变量的回归模型
思路是完全相同
还是求残差的平方和
这是一个三个变量的函数
注意
X₁i、X₂i以及Yi
都是样本信息
是已知的
b₁^
b₂^
b₃^是未知
偏差的平方和
要求偏差的平方和的最小值
也就是
对偏差的平方和
分别对b₁^
b2^
b₃^
求偏导数
并令它们等于0
解方程组
我们就得到
回归方程的系数
并可求得
系数的方差
和标准差
如果
用样本的方差
去代替总体方差
我们可以对回归系数
进行t检验
对回归系数的方差
进行χ2检验
在回归检验当中
这些都是
通过Eview软件
自动算出来的
-1.1-教学构架
--1.1-教学构架
-1.1E-文件、数据、变量与群实验
-1.2 -数据-变量-模型
-1.2E1-窗口与菜单实验
-1.2E2-变量描述统计与显示实验
-1.3-假设检验的一般逻辑
-1.3E-齐性检验与分布检验实验
-第一章 作业
-2.1最小平方法与决策系数
-2.2 CLRM假设条件
-2.3 回归分析
--2.3 回归分析
-2.3E1 回归分析实验
-2.4 回归检验
--2.4 回归检验
-2.4E1 回归检验实验
-2.4E2 回归检验实验
-2.5 预测与分析
-2.5E 预测实验
-第二章 作业
-3.1非线性回归模型的线性化(1)
-3.2非线性回归模型的线性化(2)
-3.2 E非线性化的转换实验
-第三章 作业
-4.1哑变量及设置
-4.2哑变量的回归
-4.3结构稳定性问题
-4.3E哑变量回归实验
-第四章 作业
-5.1异方差概念及其后果
-5.2异方差侦测方法
-5.2E异方差侦测实验
-5.3异方差救治措施
-5.3E异方差救治实验
-第五章 作业
-6.1自相关性及其后果
-6.2自相关性侦测方法
-6.2E自相关性侦测实验
-6.3自相关性救治措施
-6.3E自相关性救治措施实验
-第六章 作业
-7.1多重共线性及其后果
-7.2多重共线性侦测方法
-7.2E多重共线性侦测实验
-7.3多重共线性救治措施
-7.3E多重共线性救治措施实验
-第七章 作业
-8.1模型选择:标准与检验
-8.1E模型选择:检验与实验
-第八章 作业
-课程勘误