多元線性回歸模型_第1頁(yè)
多元線性回歸模型_第2頁(yè)
多元線性回歸模型_第3頁(yè)
多元線性回歸模型_第4頁(yè)
多元線性回歸模型_第5頁(yè)
已閱讀5頁(yè),還剩6頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、第四章 多元線性回歸模型在一元線性回歸模型中,解釋變量只有一個(gè)。但在實(shí)際問(wèn)題中,影響因變量的變量可能不止一個(gè),比如根據(jù)經(jīng)濟(jì)學(xué)理論,人們對(duì)某種商品的需求不僅受該商品市場(chǎng)價(jià)格的影響,而且受其它商品價(jià)格以及人們可支配收入水平的制約;影響勞動(dòng)力勞動(dòng)供給意愿(用勞動(dòng)參與率度量)的因素不僅包括經(jīng)濟(jì)形勢(shì)(用失業(yè)率度量),而且包括勞動(dòng)實(shí)際工資;根據(jù)凱恩斯的流動(dòng)性偏好理論,影響人們貨幣需求的因素不僅包括人們的收入水平,而且包括利率水平等。當(dāng)解釋變量的個(gè)數(shù)由一個(gè)擴(kuò)展到兩個(gè)或兩個(gè)以上時(shí),一元線性回歸模型就擴(kuò)展為多元線性回歸模型。本章在理論分析中以二元線性回歸模型為例進(jìn)行。一、預(yù)備知識(shí)(一)相關(guān)概念對(duì)于一個(gè)三變量總體

2、,若由基礎(chǔ)理論,變量和變量之間存在因果關(guān)系,或的變異可用來(lái)解釋的變異。為檢驗(yàn)變量和變量之間因果關(guān)系是否存在、度量變量對(duì)變量影響的強(qiáng)弱與顯著性、以及利用解釋變量去預(yù)測(cè)因變量,引入多元回歸分析這一工具。將給定條件下的均值 (4.1)定義為總體回歸函數(shù)(Population Regression Function,PRF)。定義為誤差項(xiàng)(error term),記為,即,這樣,或 (4.2)(4.2)式稱為總體回歸模型或者隨機(jī)總體回歸函數(shù)。其中,稱為解釋變量(explanatory variable)或自變量(independent variable);稱為被解釋變量(explained varia

3、ble)或因變量(dependent variable);誤差項(xiàng)解釋了因變量的變動(dòng)中不能完全被自變量所解釋的部分。在總體回歸模型(4.2)中參數(shù)是未知的,是不可觀察的,統(tǒng)計(jì)計(jì)量分析的目標(biāo)之一就是估計(jì)模型的未知參數(shù)。給定一組隨機(jī)樣本,對(duì)(4.1)式進(jìn)行估計(jì),若的估計(jì)量分別記為,則定義(4.3)式為樣本回歸函數(shù) () (4.3)注意,樣本回歸函數(shù)隨著樣本的不同而不同,也就是說(shuō)是隨機(jī)變量,它們的隨機(jī)性是由于的隨機(jī)性(同一組可能對(duì)應(yīng)不同的)、各自的變異、以及之間的相關(guān)性共同引起的。定義為殘差項(xiàng)(residual term),記為,即,這樣,或 () (4.4)(4.4)式稱為樣本回歸模型或者隨機(jī)樣本回

4、歸函數(shù)。樣本回歸模型中殘差項(xiàng)可視為總體回歸模型中誤差項(xiàng)的估計(jì)量。(二)多元線性回歸模型的矩陣表示多元線性回歸模型的參數(shù)估計(jì)比一元線性回歸模型要復(fù)雜得多,為了便于計(jì)算和分析,便于將結(jié)果由三變量總體推廣到一般的多變量總體,引入矩陣這一工具簡(jiǎn)化計(jì)算和分析。設(shè)是取自總體的一組隨機(jī)樣本。在該組樣本下,總體回歸模型(4.2)式可以寫成方程組的形式 利用矩陣運(yùn)算,可表示為 (4.5)記,,則在該組樣本下,總體回歸模型的矩陣表示為 (4.6)記,則樣本回歸模型的矩陣表示為 (4.7)(三)模型假定假定1 回歸模型是參數(shù)線性的,并且是設(shè)定正確的。假定2 隨機(jī)誤差項(xiàng)與解釋變量不相關(guān)。即,。如果解釋變量是非隨機(jī)的,

5、則該假設(shè)自動(dòng)滿足。假定3 零均值假定。即,假定4 同方差假定。即,假定5 無(wú)自相關(guān)假定。即兩個(gè)誤差項(xiàng)之間不相關(guān) ,假定6 解釋變量與之間不存在完全共線性,即兩個(gè)解釋變量之間無(wú)確切的的線性關(guān)系。假定7 正態(tài)性假定。即,(四)參數(shù)估計(jì)與估計(jì)量的分布系數(shù)向量的OLS估計(jì)為 (4.8)其中,為的轉(zhuǎn)置矩陣。在隨機(jī)誤差項(xiàng)服從正態(tài)分布的假定下,系數(shù)向量的估計(jì)量也服從正態(tài)分布,即 (4.9)記的第j個(gè)主對(duì)角元素為,則 (4.10)有了系數(shù)估計(jì)量的分布,就可以對(duì)總體參數(shù)做假設(shè)檢驗(yàn)。與雙變量總體相同,總體誤差是不可觀察的,因而其方差是未知的。若用的無(wú)偏估計(jì)量代替,則OLS估計(jì)量服從自由度為的t分布,而不是正態(tài)分布

6、,即 (4.11)其中,。(五)預(yù)測(cè)原理回歸分析的目的之一是利用回歸模型預(yù)測(cè)因變量。假設(shè)三變量總體的回歸模型為(4.2),即 (4.2)在一組隨機(jī)樣本下,利用OLS求得樣本回歸函數(shù)為(4.3) () (4.3)給定樣本外一點(diǎn),則因變量的點(diǎn)預(yù)測(cè)為 (4.12)點(diǎn)預(yù)測(cè)的標(biāo)準(zhǔn)誤為 (4.13)因變量的置信度為的區(qū)間預(yù)測(cè)為 , (4.14)二、案例案例1 Woody餐館的選址分析Woody餐館是一家價(jià)位適中、24小時(shí)營(yíng)業(yè)的家庭連鎖店,公司邀請(qǐng)你決策下一家連鎖店的選址問(wèn)題。你決定建立一個(gè)回歸模型來(lái)解釋每一家連鎖餐館的毛銷售額Y(the gross sales volume),通過(guò)文獻(xiàn)的閱讀,你認(rèn)為以下變

7、量對(duì)毛銷售額的影響較大,N =競(jìng)爭(zhēng)變量:餐館位置半徑2里以內(nèi)市場(chǎng)直接競(jìng)爭(zhēng)者的數(shù)量;P=人口: 餐館位置半徑3里以內(nèi)人口的數(shù)量;I=收入: 餐館位置半徑3里以內(nèi)家庭平均收入。并且通過(guò)調(diào)研,你獲得了33家Woody餐館連鎖店的數(shù)據(jù)。案例2 經(jīng)濟(jì)形勢(shì)和實(shí)際工資對(duì)人們工作意愿的影響在第三章,我們根據(jù)勞動(dòng)經(jīng)濟(jì)學(xué)理論,分析了經(jīng)濟(jì)形勢(shì)對(duì)人們工作意愿的影響存在兩種效應(yīng):受挫工人效應(yīng)和增加工人效應(yīng);并且利用1980-2002年的數(shù)據(jù)實(shí)證了受挫工人效應(yīng)占主導(dǎo)地位。但根據(jù)勞動(dòng)經(jīng)濟(jì)學(xué)理論,影響人們工作意愿的因素,除了經(jīng)濟(jì)形勢(shì)以外,還有實(shí)際的工資水平。從理論上說(shuō),實(shí)際工資增加對(duì)勞動(dòng)供給具有兩種效應(yīng):替代效應(yīng)與收入效應(yīng)。

8、替代效應(yīng)趨于使勞動(dòng)供給增加,而收入效應(yīng)則趨于使勞動(dòng)供給降低,兩種效應(yīng)的相對(duì)影響取決于家庭的偏好(參考文獻(xiàn)4,p49)。本案例考察實(shí)際工資對(duì)人們工作意愿是否有影響,以及在有影響的情況下,那種效應(yīng)占優(yōu)。數(shù)據(jù)見表3.1。三、實(shí)驗(yàn)?zāi)康陌咐? Woody餐館的選址分析1、繪制Y對(duì)N、P、I的散點(diǎn)圖,并在散點(diǎn)圖中附加回歸線。2、建立Y對(duì)N、P、I的線性回歸模型,并定性分析解釋變量N、P、I對(duì)Y的影響。3、利用樣本數(shù)據(jù)及OLS法對(duì)回歸模型進(jìn)行估計(jì),并報(bào)告回歸結(jié)果。4、觀察回歸系數(shù)的顯著性和方程的顯著性,并解釋回歸系數(shù)的含義。案例2 經(jīng)濟(jì)形勢(shì)和實(shí)際工資對(duì)人們工作意愿的影響1、繪制clfpr對(duì)ahe82的散點(diǎn)圖

9、,并附回歸線,觀察城市勞動(dòng)參與率與實(shí)際工資之間的線性關(guān)系。2、建立clfpr對(duì)ahe82的一元線性回歸模型,利用1980-2002年的數(shù)據(jù)估計(jì)模型,并觀察回歸系數(shù)的顯著性和方程的顯著性。3、同時(shí)考慮經(jīng)濟(jì)形勢(shì)與實(shí)際工資對(duì)人們工作意愿的影響,建立二元線性回歸模型,利用1980-2002年的數(shù)據(jù)估計(jì)模型,觀察回歸系數(shù)的顯著性和方程的顯著性,并解釋回歸系數(shù)的經(jīng)濟(jì)含義。4、對(duì)上面(2)與(3)中估計(jì)結(jié)果的差別進(jìn)行解釋。5、模型的選擇問(wèn)題,在以下三個(gè)模型之間,哪個(gè)模型更好呢? () () ()四、實(shí)驗(yàn)原理五、實(shí)驗(yàn)步驟案例1 Woody餐館的選址分析圖4-1 Y對(duì)N、P、I的散點(diǎn)圖1、打開Eviews工作文

10、件Woody.wfl,按住Ctrl鍵,點(diǎn)擊工作文件目錄中的序列Y、N、P、I圖標(biāo),點(diǎn)擊鼠標(biāo)右鍵,點(diǎn)擊Open/as Group,出現(xiàn)包含序列Y、N、P、I的組對(duì)象窗口。點(diǎn)擊組對(duì)象窗口工具欄的View按鈕,選擇Graph,在Specifi選項(xiàng)中選擇Scatter,在Fit lines中選擇Regression Line,在Multiple中選擇Multiple graphs-First vs.All,設(shè)定完畢后點(diǎn)擊確定按鈕,則出現(xiàn)Y對(duì)N、P、I的三張散點(diǎn)圖,點(diǎn)擊鼠標(biāo)右鍵,選擇Copy,將散點(diǎn)圖復(fù)制到Word文檔中,如圖4-1所示。2、Y對(duì)N、P、I的線性回歸模型為 (4.15)一般來(lái)說(shuō),人口越多

11、,餐館的毛銷售額越大;人們的收入水平越高,餐館的毛銷售額越大;競(jìng)爭(zhēng)者的數(shù)量越多,餐館的毛銷售額越低。即P和I對(duì)Y有正的影響,N對(duì)Y有負(fù)的影響,從而的預(yù)期符號(hào)為正,的預(yù)期符號(hào)為負(fù)。圖4-1散點(diǎn)圖中回歸線的斜率與理論的預(yù)期是一致的。3、在文件窗口點(diǎn)擊object/new object,在出現(xiàn)的對(duì)象類型中選擇equation,在對(duì)象名中填寫eq1,點(diǎn)擊OK,出現(xiàn)對(duì)話框圖4.2圖4.2 回歸方程的設(shè)定在估計(jì)方法中選擇最小二乘法,樣本范圍填寫1到30。設(shè)定完畢后點(diǎn)擊確定。出現(xiàn)圖4.3圖4.3 方程估計(jì)的輸出根據(jù)圖4.3,報(bào)告估計(jì)結(jié)果如下Y = 102192.4 - 9074.67*N + 0.35*P

12、+ 1.29*I (2052.67) (0.073) (0.54) t= -4.42 4.87 2.37 =0.584、從估計(jì)輸出結(jié)果可知,回歸系數(shù)的符號(hào)方向(正、負(fù))和大小均與理論分析一致,t統(tǒng)計(jì)量的值顯示也在0.05的顯著性水平下顯著(這一點(diǎn)也可以從邊際概率值觀察到),F(xiàn)統(tǒng)計(jì)量的值為15.64(相應(yīng)的概率值為0.000003),表明三個(gè)解釋變量對(duì)被解釋變量聯(lián)合顯著。多元回歸系數(shù)的含義為,當(dāng)其他變量(控制變量)不變時(shí),該變量對(duì)因變量的邊際影響。對(duì)于本例各系數(shù)的含義為,收入增加一個(gè)單位會(huì)使餐館的銷售收入增加1.29個(gè)單位;人口增加一個(gè)單位會(huì)使餐館的銷售收入增加0.35個(gè)單位;競(jìng)爭(zhēng)者的數(shù)量增加一

13、個(gè)單位將使餐館的銷售數(shù)量減少9074.67個(gè)單位。案例2 經(jīng)濟(jì)形勢(shì)和實(shí)際工資對(duì)人們工作意愿的影響在以下操作中,假設(shè)包含clfpr、 ahe82和cunr三個(gè)序列的Eviews工作文件clfpr.wfl已經(jīng)存在。1、打開Eviews工作文件clfpr.wfl,建立包括序列ahe82和clfpr的組對(duì)象,點(diǎn)擊組對(duì)象窗口工具欄的View按鈕,選擇Graph,在Specifi選項(xiàng)中選擇Scatter,在Fit lines中選擇Regression Line,設(shè)定完畢后點(diǎn)擊確定按鈕,出現(xiàn)圖4.4。圖4.4 clfpr對(duì)ahe82的散點(diǎn)圖由散點(diǎn)圖可見,clfpr與ahe82之間存在非常弱的線性關(guān)系,回歸線

14、斜率為負(fù),且接近于水平線。2、建立一元線性回歸模型如下: (4.16)用1980-2002年的數(shù)據(jù)估計(jì)上述模型,估計(jì)結(jié)果如圖4.5所示圖4.5 clfpr對(duì)ahe82回歸的估計(jì)結(jié)果從圖4.5的t統(tǒng)計(jì)量和概率值均可知,實(shí)際工資對(duì)勞動(dòng)參與率沒有顯著影響,擬合優(yōu)度(0.024118)很低,調(diào)整的擬合優(yōu)度更是為負(fù)值,F(xiàn)統(tǒng)計(jì)量和概率值也顯示方程常數(shù)項(xiàng)和解釋變量(ahe82)對(duì)因變量(clfpr)的聯(lián)合影響不顯著?;貧w的結(jié)果與理論分析相悖。3、同時(shí)考慮經(jīng)濟(jì)形勢(shì)與實(shí)際工資對(duì)人們工作意愿的影響,建立二元線性回歸模型如下 (4.17)利用1980-2002年的數(shù)據(jù)估計(jì)模型,估計(jì)結(jié)果如圖4.6所示圖4.6 clf

15、pr對(duì)ahe82和cunr回歸的估計(jì)結(jié)果由圖4.6中間部分的t統(tǒng)計(jì)量和概率值可知,解釋變量ahe82和cunr均在0.05的水平上對(duì)clfpr有顯著影響;調(diào)整的擬合優(yōu)度為0.750205,擬合度較高;F統(tǒng)計(jì)量的值為34.03611,相應(yīng)的概率值為0.000000,表明ahe82和cunr對(duì)clfpr的聯(lián)合影響顯著。解釋變量ahe82和cunr的回歸系數(shù)分別為-1.41和-0.67,它們的經(jīng)濟(jì)含義為,在cunr保持不變的條件下,實(shí)際小時(shí)工資增加1美元,勞動(dòng)參與率降低1.41個(gè)百分點(diǎn),表明實(shí)際工資對(duì)勞動(dòng)供給影響的收入效應(yīng)占優(yōu),即收入效應(yīng)大于替代效應(yīng);在ahe82保持不變的條件下,失業(yè)率上升1個(gè)百分

16、點(diǎn),勞動(dòng)參與率降低0.67個(gè)百分點(diǎn),表明在剔除了實(shí)際工資對(duì)勞動(dòng)供給的影響之后,失業(yè)率對(duì)勞動(dòng)供給的影響依然是受挫效應(yīng)占優(yōu)。4、在(2)的一元回歸模型中,估計(jì)的結(jié)果表明,ahe82對(duì)勞動(dòng)參與率沒有顯著的影響,但在引入的解釋變量cunr后,即在(3)中的二元回歸模型中,ahe82對(duì)勞動(dòng)參與率的影響在0.05的水平下卻是顯著的,為什么會(huì)出現(xiàn)這種差別呢?為了解釋一元回歸估計(jì)結(jié)果與多元回歸結(jié)果的差別,現(xiàn)來(lái)觀察clfpr、ahe82與cunr的相關(guān)系數(shù)矩陣(顯示組對(duì)象相關(guān)系數(shù)矩陣的Eviews操作見第二章),如圖4.7所示。圖4.7 clfpr、ahe82與cunr的相關(guān)系數(shù)矩陣由圖4.7可知,cunr和ahe82與clfpr的相關(guān)系數(shù)分別為-0.155299和-0.843967,均為負(fù)相關(guān)。在(2)中的一元回歸模型中,ahe82的回歸系數(shù)-0.884518中包含了cunr通過(guò)ahe82對(duì)clfpr的間接影響,這種間接的影響是正方向的,使得ahe82對(duì)clfpr的影響被高估;而在(3)中的多元回歸模型中,因?yàn)樘蕹诉@種正方向的間接影響,使得ahe82對(duì)clfpr的直接影響增加為-1.41,并且影響由不顯著到顯著。另外,也可注意到在(3)中的多元回歸模型中,cunr的回歸系數(shù)-0.671631與clfpr對(duì)cunr的一元回歸系數(shù)(見第三章案例1)-

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論