第一节 多元线性回归模型及古典假定
一、多元线性回归模型的意义
一般形式：对于有K-1个解释变量的线性回归模型
Yi ???1 ????2 X 2i ????3 X 3i ????????k X ki ??ui
注意：模型中的 ??j （j=1,2,---k）是偏回归系数 样本容量为n
(i ??1, 2,
n)
偏回归系数：
控制其它解释量不变的条件下，第j个解释变量的
单位变动对被解释变量平均值的影响，即对Y平均值“直 接”或“净”的影响。
5
5
多元线性回归中的“线性”
指对各个回归系数而言是“线性”的，对变量则可 以是线性的，也可以是非线性的 例如：生产函数
Y ??AL K u
取对数
?
?
ln Y ??ln A ????ln L ????ln K ??ln u
这也是多元线性回归模型，只是这时变量为lnY、 lnL、lnK
6
多元总体回归函数
条件期望表现形式：
将Y的总体条件期望表示为多个解释变量的函数，如:
E (Yi X 2i , X 3i ,??X ki ) ???1 ????2 X 2i ????3 X 3i ????????k X ki
(i ??1, 2, n)
注意：这时Y总体条件期望的轨迹是K维空间的一条线
个别值表现形式： 引入随机扰动项
ui ??Yi ??E (Yi X 2i , X 3i
X ki )
或表示为 Y ????????X ????X ????????X ??u i122i3 3ikkii
(i ??1, 2,
n)
7
多元样本回归函数
Y 的样本条件均值可表示为多个解释变量的函数
?????????
Y i ? ? 1 ? 2 X 2i ? 3 X 3i
或回归剩余（残差）：
?? ? k X ki
?
ei ??Yi ??Y i
?
????k X ki ??ei
其中
???
Yi ????1 ????2 X 2i ????3 X 3i ? i ??1, 2, n
8
