1、第三章 多元线性回归模型,第一节 多元线性回归模型及古典假定 第二节 多元线性回归模型的估计 第三节 多元线性回归模型的检验 第四节 多元线性回归模型的预测,1. 多元线性回归模型形式,一般形式（随机扰动形式，注意X的下标）：,案例1 背景介绍,为了阐明计量经济学的方法论，我们考虑这样一个问题：中国未来的汽车拥有水平是多少？2.4亿-2.5亿辆 影响因素： 供给面分析： （1）中国针对国产汽车的关税保护水平，对进口汽车的许可证政策 （2）中国几大汽车生产商未来几年内的年产能情况,（3）主要汽车零配件未来的价格走势，关键零配件的进口价格波动 （4）外资企业对国内汽车生产商的并购和重组，汽车产能的
2、非预期变化 需求面分析： （1）城市居民的年收入水平，消费习惯 （2）未来几年内汽油等能源价格的走势，公路养路费的增长情况，燃油税政策 （3）政府对公共交通的支持力度,（4）政府对能源、环保方面的政策要求，鼓励小排量汽车的消费，抑制大排量轿车的政策力度 （5）其他交通方式的替代程度，公共交通，动车组，商务飞行的发展 （6）未来几年内的交通拥挤状况，城市交通状况，政府的城市交通政策走向 （7）宏观经济环境，如利率，汇率水平以及经济周期,X1城市居民未来5年的预期年收入 X2未来5年内汽油价格的水平，燃油税，养路费等费用支出 X3公共交通等其他交通方式的发展水平 X4政府在能耗、环保方面的政策力度
3、 X5国内主要汽车生产商的产能增长率 X6政府对进口汽车的开放政策，0对进口汽车无限制 ，1对进口汽车有严格的政策,第一节 多元线性模型假定,假设1 误差项无偏随机扰动项均值 为0：E(ui )=0 假设2 同方差和无自相关,假定3 随机扰动项与解释变量不相关。即假定4 无多重共线性。假定解释变量向量之间线性无关，这样，解释变量矩阵X列满秩：R(X)=k。此时，有假定5 正态性。假定,举例,用Eviews软件进行多元线性回归的操作过程： 1、建立新文件；2、定义序列；3、导入数据；,4、用最小二乘法进行回归；,残差平方和e2,总体回归标准差估计量,第三节 多元线性回归模型的检验,例2、下表给出
4、了19841996年粮食生产模型观测值数据（来源于中国农村统计年鉴）,观察解释变量从2个增加到5个时的回归方程：,二、回归参数的显著性检验（t检验）,例题3 能源需求状况（变量t检验 ）,1960-1982年7个OECD国家的能源需求量（Y）的影响因素：实际GDP指数（X）、能源价格指数,四、多元线性模型的统计检验 例4 中国税收收入的决定因素,R2检验 模型整体显著F-检验 回归系数的t检验,回归结果报告的格式： SALES =112.99- 0.318*PRICE + 1.486*ADS se=(0.078) (0.035) (0.044) t = (5.984) (-9.011) (33.347) R2=0.996 调整R2=0.995 F=1263.74 df=21,贝克尔的犯罪经济模型,理论模型：效用最大化 y=f(x1, x2, x3, x4, x5, x6, x7) 其中：y-花在犯罪活动上的小时数，x1-从事犯罪活动的小时“工资”，x2-合法就业小时工资，x3-其他收入（如财产继承），x4-被抓概率，x5-被抓后证明有罪的概率，x6-证明有罪后预期的宣判，x7-年龄 计量模型：变量的可观测性和数据质量 如何处理不可观测量？ Crime= 0+2x2+3x3+4x4+5x5+6x6+7x7+,犯罪频率,被捕率,平均刑期,所有不可观测因素和误差,
