計量經濟學中文課件chap6

1、第第 6 章章多元線性回歸多元線性回歸2第六章第六章 多元線性回歸多元線性回歸Multiple regressionMultiple regression 遺漏變量偏差Omitted variable bias因果效應和回歸分析多元回歸和OLS擬合優(yōu)度Measures of fitOLS估計量的抽樣分布36.1 6.1 遺漏變量偏差遺漏變量偏差 4 遺漏變量偏差遺漏變量偏差5舉例說明這些條件 例1：英語學習者百分率 在測試成績實例中: （1）英語學習能力 (學生是否將英語作為第二語言) 貌似會影響標準化測試成績 : Z 是 Y的決定因素. （2）移民社區(qū)往往不那么富裕，因此學校預算少，并且ST

2、R 也較高: Z 與X相關. 例2： 測試的時間 例3： 每個學生的停車空間后果1 是有偏的. 這一偏差的方向是怎樣的？（以例1說明）按常識可給出什么樣的提示?若你無法通過常識得出, 則有公式6遺漏變量偏差的公式遺漏變量偏差的公式 7遺漏變量偏差公式（遺漏變量偏差公式（ 續(xù)）續(xù)） 8遺漏變量偏差公式遺漏變量偏差公式: : 910尋求尋求克服遺漏變量偏差克服遺漏變量偏差的方法的方法11理想化隨機對照試驗理想化隨機對照試驗 理想化的: 試驗對象都服從處理協議 完全遵守, 報告時沒有出錯，等等!隨機化的: 來自感興趣總體的試驗對象被隨機分配到處理組或者對照組 (所以不存在混合效應)對照的: 有對照組

3、可以用來衡量處理的效應之差試驗: 分配處理是試驗的一部分：試驗對象沒有選擇, 所以不存在 “反向的因果效應”，即試驗對象選擇他們認為對他們最好的處理.12回到班級規(guī)模實例中回到班級規(guī)模實例中: : 1314三種方法克服遺漏變量偏差三種方法克服遺漏變量偏差156.2 6.2 多元回歸模型多元回歸模型 1617術語術語 18多元回歸中系數的解釋多元回歸中系數的解釋 19206.3 6.3 多元回歸的多元回歸的OLS OLS 估計量估計量 21實例實例: : 加利福尼亞測試成績數據集加利福尼亞測試成績數據集22STATASTATA中的多元回歸中的多元回歸 23多元線性回歸模型和多元線性回歸模型和OL

4、SOLS估計量的矩陣形式估計量的矩陣形式（見書第（見書第1818章）章）24多元線性回歸模型和多元線性回歸模型和OLSOLS估計量的矩陣形式估計量的矩陣形式256.4 6.4 多元回歸的擬合優(yōu)度多元回歸的擬合優(yōu)度 266.4 多元回歸的擬合優(yōu)度多元回歸的擬合優(yōu)度 27SER 和和 RMSE 28R2 和和 2R29R2 和和 (續(xù)續(xù))2R30實例中的應用實例中的應用 316.5 6.5 多元回歸的最小二乘假設多元回歸的最小二乘假設 32假設假設 #1: #1: 給定包含的給定包含的X X 時時 u u 的條件均值為零的條件均值為零333435366.6 OLS 6.6 OLS 估計量的抽樣分布估計量的抽樣分布 376.7 6.7 多重共線性多重共線性完全和不完全完全和不完全38虛擬變量陷阱虛擬變量陷阱39完全