1、第第 3 章章 多元线性回归多元线性回归 3.1 多元线性回归模型3.2 回归参数的估计3.3 参数估计量的性质3.4 回归方程的显著性检验3.5 中心化和标准化3.6 相关阵与偏相关系数3.7 本章小结与评注 3.1 多元线性回归模型一、多元线性回归模型的一般形式一、多元线性回归模型的一般形式 y=0+1x1+2x2+pxp+2)var(0)(E3.1 多元线性回归模型一、多元线性回归模型的一般形式一、多元线性回归模型的一般形式 对n组观测数据(xi1,xi2,xip;yi),i=1,2,n,线性回归模型表示为:nnppnnnppppxxxyxxxyxxxy22110222222110211
2、12211101 3.1 多元线性回归模型一、多元线性回归模型的一般形式一、多元线性回归模型的一般形式 写成矩阵形式为:y y=XX+,其中,nyyy21y)1(11 1pnnpn2n12p22211p1211 x x x x x x x x xXp10 0n213.1 多元线性回归模型二、多元线性回归模型的基本假定二、多元线性回归模型的基本假定 1.解释变量x1,x2,xp是确定性变量,不是随机变量,且要求rk(X)=p+1n。表明设计矩阵X中的自变量列之间不相关,X是一满秩矩阵。2 .随机误差项具有0均值和等方差,即),2,1,()(,2,1,)(ni,j j0 ,ij,i,cov n0,
3、iE2jii这个假定称为Gauss-Markov条件 3.1 多元线性回归模型二、多元线性回归模型的基本假定二、多元线性回归模型的基本假定 3.正态分布的假定条件为:相互独立,1,2,),0(212niniN用矩阵形式(3.5)式表示为:N(0,2In)yN(X,2In)E(y y)=XXvar(y)=2In 3.1 多元线性回归模型三、多元线性回归方程的解释三、多元线性回归方程的解释 y表示空调机的销售量,x1表示空调机的价格,x2表示消费者可用于支配的收入。y=0+1x1+2x2+E(y)=0+1x1+2x2在x2保持不变时,有在x1保持不变时,有11)(xyE22)(xyE3.1 多元线
4、性回归模型三、多元线性回归方程的解释三、多元线性回归方程的解释 考虑国内生产总值GDP和三次产业增加值的关系，GDP=x1+x2+x3现在做GDP对第二产业增加值x2的一元线性回归，得回归方程24855.19.2895xy3.1 多元线性回归模型年份GDP第一产业增加值x1第二产业增加值x2第三产业增加值x3199018 547.9 5 017.0 7 717.4 5 813.5 199121 617.8 5 288.6 9 102.2 7 227.0 199226 638.1 5 800.0 11 699.5 9 138.6 199334 634.4 6 882.1 16 428.5 11
5、323.8 199446 759.4 9 457.2 22 372.2 14 930.0 199558 478.1 11 993.0 28 537.9 17 947.2 199667 884.6 13 844.2 33 612.9 20 427.5 199774 462.6 14 211.2 37 222.7 23 028.7 199878 345.2 14 552.4 38 619.3 25 173.5 199982 067.5 14 472.0 40 557.8 27 037.7 200089 468.1 14 628.2 44 935.3 29 904.6 200197 314.8 15
6、 411.8 48 750.0 33 153.0 2002105 172.3 16 117.3 52 980.2 36 074.8 2003117 390.2 16 928.1 61 274.1 39 188.0 2004136 875.9 20 768.1 72 387.2 43 720.63.1 多元线性回归模型三、多元线性回归方程的解释三、多元线性回归方程的解释 建立GDP对x1和x2的回归，得二元回归方程=2 914.6+0.607 x1+1.709 x2y 你能够合理地解释两个回归系数吗？3.2 回归参数的估计回归参数的估计 一、回归参数的普通最小二乘估计一、回归参数的普通最小二乘估
7、计 最小二乘估计要寻找使得，,210pniippiiiniippiiipxxxyxxxyQp1222110,1222110210)(min )(),(2103.2 回归参数的估计回归参数的估计 一、回归参数的普通最小二乘估计一、回归参数的普通最小二乘估计 0)(20)(20)(20)(212211012221102221122110111122110000niipippiiipppniiippiiiniiippiiiniippiiixxxxyQxxxxyQxxxxyQxxxyQ3.2 回归参数的估计回归参数的估计 一、回归参数的普通最小二乘估计一、回归参数的普通最小二乘估计 经整理后得用矩阵形
8、式表示的正规方程组 0 0X Xy yX X)(y yX XX XX X1X XX X当y yX XX XX X-1)(移项得存在时，即得回归参数的最小二乘估计为：3.2 回归参数的估计回归参数的估计 二、回归值与残差二、回归值与残差ippiiixxxy22110称为回归值y yX XX XX XX XX Xy y-1)(X XX XX XX XH H-1)(称为帽子矩阵，其主对角线元素记为hii，则3.2 回归参数的估计回归参数的估计 二、回归值与残差二、回归值与残差 此式的证明只需根据迹的性质tr(ABAB)=tr(BABA),因而1)(1phHtrniii1)1ppt tr r(I I)
9、X XX XX XX Xt tr r()X XX XX Xt tr r(X Xt tr r(H H)-1-1)()(3.2 回归参数的估计回归参数的估计 二、回归值与残差二、回归值与残差 cov(e,e)=cov(cov(e,e)=cov(（I-HI-H）Y,Y,（I-HI-H）Y)Y)=（I-HI-H）cov(Y,Y)cov(Y,Y)（I-HI-H）=2 2（I-HI-H）I In n（I-HI-H）=2 2（I-HI-H）得 D(ei)=(1-hii)2，i=1,2,nH H)y y-(I IH Hy yy yy yy ye e3.2 回归参数的估计回归参数的估计 二、回归值与残差二、回归
10、值与残差 niiepnpnSSEpn12211(1111)e ee e是2的无偏估计2112)1()()(pneDeEniinii得 3.2 回归参数的估计回归参数的估计 三三、回归参数的最大似然估计、回归参数的最大似然估计 y yN(X,X,2I In)似然函数为)X X-y yX X-y y(21exp()2(2222nnL)X X-y yX X-y y(21)ln(2)2ln(2ln22nnL等价于使(y y-XX)(y y-XX)达到最小,这又完全与OLSE一样3.2 回归参数的估计回归参数的估计 例例3.1 3.1 国际旅游外汇收入是国民经济发展的重要组成部分，影响一个国家或地区旅游
11、收入的因素包括自然、文化、社会、经济、交通等多方面的因素，本例研究第三产业对旅游外汇收入的影响。中国统计年鉴把第三产业划分为12个组成部分，分别为x1农林牧渔服务业,x2地质勘查水利管理业,x3交通运输仓储和邮电通信业,x4批发零售贸易和餐饮业,x5金融保险业,x6房地产业,x7社会服务业,x8卫生体育和社会福利业，x9教育文化艺术和广播,x10科学研究和综合艺术,x11党政机关，x12其他行业。采用1998年我国31 个省、市、自治区的数据，以国际旅游外汇收入（百万美元）为因变量y，以如上12 个行业为自变量做多元线性回归，数据见表3.1，其中自变量单位为亿元人民币。3.2 回归参数的估计回
12、归参数的估计 CoefficientsCoefficientsa a-205.388117.019-1.755.096-1.43822.913-.012-.063.9512.62218.599.023.141.8893.2972.468.7491.336.198-.9461.298-.312-.729.476-5.5214.514-.963-1.223.2374.0683.960.7601.027.3184.1625.079.446.819.423-15.40410.835-.520-1.422.17217.3388.3741.0382.071.0539.15510.168.221.900.3
13、80-10.5365.622-.780-1.874.0771.3705.006.042.274.787(Constant)x1x2x3x4x5x6x7x8x9x10 x11x12Model1BStd.ErrorUnstandardizedCoefficientsBetaStandardizedCoefficientstSig.Dependent Variable:ya.3.3 参数估计量的性质参数估计量的性质 性质性质1 是随机向量y的一个线性变换。y yX XX XX X-1)(性质性质2 是是的无偏估计。的无偏估计。X XX XX XX XX XX XX XX Xy yX XX XX Xy
14、 yX XX XX X)1-1-1-1)()E()()E()()(E(E3.3 参数估计量的性质参数估计量的性质 y yX XX XX Xy yX XX XX XE EE E1 11 1E)(E()(E(),cov()(D)11-X XX XX X-X XX XX XX XX XX XX XX XX XX XX X1 11 1()(EE1 11 11 11 11 11 11 1X XX XX XX XX XI IX XX XX XX XX X)X)XX XX XX XX XX XX XX XX XX X2n2)E(E(E3.3 参数估计量的性质参数估计量的性质 当p=1时 niiniiniix
15、xxn1211 X XX Xxx22212xx2L nL xxxxniiLxLxxn )(1112221niiniiniixxxX XX XX XX X3.3 参数估计量的性质参数估计量的性质 性质性质4 Gauss-Markov定理预测函数 020210100ppxxxy是 的线性函数 Gauss-Markov定理定理 在假定E(y)=X,D(y)=2In时,的任一线性函数 的最小方差线性无偏估计(Best Lnear Unbiased Estimator简记为BLUE)为c,其中c是任一p+1维向量,是的最小二乘估计。C3.3 参数估计量的性质参数估计量的性质 第一，取常数向量c的第j（j
16、=0,1,n）个分量为1，其余分量为0，这时G-M定理表明最小二乘估计是j的最小方差线性无偏估计。第二，可能存在y1,y2,yn的非线性函数，作为 的无偏估计，比最小二乘估计 的方差更小。第三，可能存在 的有偏估计量，在某种意义（例如均方误差最小）下比最小二乘估计 更好。第四，在正态假定下，是 的最小方差无偏估计。也就是说，既不可能存在y1,y2,yn的非线性函数，也不可能存在y1,y2,yn的其它线性函数，作为 的无偏估计，比最小二乘估计 方差更小。CCCCCCCC3.3 参数估计量的性质参数估计量的性质 性质性质5 cov（，e）=0此性质说明 与e e不相关,在正态假定下等价于与e e独
17、立,从而与 独立。eeSSE性质性质6 在正态假设时),(2nIXyN时)(,(21XXN(1)(2)1(/22 pnSSE3.4 回归方程的显著性检验回归方程的显著性检验 一、一、F检验检验 H0:1=2=p=0niiiniiniiyyyyyy121212)()()(SST=SSR+SSE)1/(/pnSSEpSSRF当H0成立时服从)1,(pnpF3.4 回归方程的显著性检验回归方程的显著性检验 一、一、F检验检验)1/(/pnSSEpSSR方差来源自由度平方和均方F值P值回归残差总和pn-p-1n-1SSRSSESSTSSR/pSSE/(n-p-1)P(FF值)=P值ANOVAb1168
18、574212973811.8710.482.000a1672296.21892905.3471335803930RegressionResidualTotalModel1Sum ofSquaresdfMeanSquareFSig.Predictors:(Constant),X12,X10,X1,X2,X4,X6,X11,X3,X8,X9,X7,X5a.Dependent Variable:Yb.3.4 回归方程的显著性检验回归方程的显著性检验 二、回归系数的显著性检验二、回归系数的显著性检验 H0j:j=0,j=1,2,p（,（X）-1）记 (X)-1=（cij)i,j=0,1,2,p构造t统
19、计量 jjjjct 其中niiiniiyypnepn121211113.4 回归方程的显著性检验回归方程的显著性检验 Coefficients-204.406112.889-1.811.0862.40617.793.021.135.8943.3861.968.7691.720.102-.9551.255-.316-.761.456-5.5684.333-.971-1.285.2144.0963.829.7651.070.2984.0124.370.430.918.370-15.1209.584-.510-1.578.13117.1757.7471.0282.217.0399.4888.442.
20、2291.124.275-10.6924.911-.792-2.177.0421.3524.865.041.278.784(Constant)X2X3X4X5X6X7X8X9X10X11X12BStd.ErrorUnstandardizedCoefficientsBetaStandardizedCoefficientstSig.二、回归系数的显著性检验二、回归系数的显著性检验（剔除x1)3.4 回归方程的显著性检验回归方程的显著性检验 二、回归系数的显著性检验二、回归系数的显著性检验 Coefficients-201.681102.070-1.976.0593.618.813.8224.449
21、.000-21.6157.345-.729-2.943.00727.8544.2321.6676.582.000-17.2532.779-1.278-6.209.000(Constant)X3X8X9X11BStd.ErrorUnstandardizedCoefficientsBetaStandardizedCoefficientstSig.3.4 回归方程的显著性检验回归方程的显著性检验 二、回归系数的显著性检验二、回归系数的显著性检验 从另外一个角度考虑自变量xj的显著性。y对自变量x1,x2,xp线性回归的残差平方和为SSE，回归平方和为SSR，在剔除掉xj后，用y对其余的p-1个自变量
22、做回归，记所得的残差平方和为SSE（j），回归平方和为SSR（j），则 自变量xj对回归的贡献为SSR（j）=SSR-SSR（j），称为xj的偏回归平方和。由此构造偏F统计量3.4 回归方程的显著性检验回归方程的显著性检验 二、回归系数的显著性检验二、回归系数的显著性检验)1/(1/)(pnSSESSRFjj 当原假设H0j：j=0成立时，（3.42）式的偏F统计量Fj服从自由度为(1,n-p-1)的F分布，此F检验与（3.40）式的t检验是一致的，可以证明Fj=tj23.4 回归方程的显著性检验回归方程的显著性检验 三、回归系数的置信区间三、回归系数的置信区间)1(pntctjjjjj可得j
23、的置信度为1-的置信区间为：),(2/2/jjjjjjctctModel SummaryModel Summary.935a.875.791304.80378Model1RR SquareAdjustedR SquareStd.Error ofthe EstimatePredictors:(Constant),x12,x10,x1,x2,x4,x6,x11,x3,x8,x9,x7,x5a.3.4 回归方程的显著性检验回归方程的显著性检验四、拟合优度四、拟合优度 SSTSSESSTSSRR12决定系数为：y关于x1,x2,xp的样本复相关系数SSTSSRRR23.5 中心化和标准化中心化和标准化
24、 一、中心化一、中心化 经验回归方程 ppxxxy22110经过样本中心);,(21yxxxp将坐标原点移至样本中心，即做坐标变换：,jijijxxx yyyii回归方程转变为：ppxxxy2211ppxxxy22110回归常数项为3.5 中心化和标准化中心化和标准化 二、标准化回归系数二、标准化回归系数 当自变量的单位不同时普通最小二乘估计的回归系数不具有可比性，例如有一回归方程为:其中x1的单位是吨,x2的单位是公斤2122000200 xxy3.5 中心化和标准化中心化和标准化 二、标准化回归系数二、标准化回归系数 样本数据的标准化公式为：,*jjjijijLxxx*yyiiLyyy得标
25、准化的回归方程 *2*2*1*1*ppxxxyp,1,j ,*jyyjjjLL3.5 中心化和标准化中心化和标准化 二、标准化回归系数二、标准化回归系数 Coefficients-201.681102.070-1.976.0593.618.813.8224.449.000-21.6157.345-.729-2.943.00727.8544.2321.6676.582.000-17.2532.779-1.278-6.209.000(Constant)X3X8X9X11BStd.ErrorUnstandardizedCoefficientsBetaStandardizedCoefficientst
26、Sig.标准化标准化回归系数回归系数3.6 相关阵与偏相关系数相关阵与偏相关系数 一、样本相关阵一、样本相关阵自变量样本相关阵 1 r r 1 r r 1p212p211p12prrr r增广的样本相关阵为：1 r r r 1 r r r 1 r r r 1p21py2p212y1p121yypy21pyrrrr r*X XX Xr r3.6 相关阵与偏相关系数相关阵与偏相关系数 一、样本相关阵一、样本相关阵YX1X2X3X4X5X6X7X8X9X10X11X12Y1.0000.2600.3420.5800.4790.5180.5300.7410.3790.5750.6730.2570.038
27、X10.2601.0000.6400.6910.7380.5820.5190.6630.6910.7190.1500.7580.301X20.3420.6401.0000.7730.6580.5020.4640.6020.6600.6860.1180.7600.337X30.5800.6910.7731.0000.9340.7420.7100.8850.8670.8890.3140.8550.457X40.4790.7380.6580.9341.0000.7800.7430.8870.9260.8920.3480.8490.437X50.5180.5820.5020.7420.7801.000
28、0.9890.7400.7900.8500.6300.7050.515X60.5300.5190.4640.7100.7430.9891.0000.7030.7530.8210.6460.6660.493X70.7410.6630.6020.8850.8870.7400.7031.0000.7810.8340.5410.6490.190X80.3790.6910.6600.8670.9260.7900.7530.7811.0000.9310.4040.9060.548X90.5750.7190.6860.8890.8920.8500.8210.8340.9311.0000.5690.8950.
29、533X100.6730.1500.1180.3140.3480.6300.6460.5410.4040.5691.0000.2410.155X110.2570.7580.7600.8550.8490.7050.6660.6490.9060.8950.2411.0000.613X120.0380.3010.3370.4570.4370.5150.4930.1900.5480.5330.1550.6131.0003.6 相关阵与偏相关系数相关阵与偏相关系数 二、偏判定系数二、偏判定系数 当其他变量被固定后,给定的任两个变量之间的相关系数,叫偏相关系数。偏相关系数可以度量p+1个变量y,x1,x2
30、,xp之中任意两个变量的线性相关程度,而这种相关程度是在固定其余p-1个变量的影响下的线性相关。3.6 相关阵与偏相关系数相关阵与偏相关系数 二、偏判定系数二、偏判定系数 偏判定系数测量在回归方程中已包含若干个自变量时，再引入某一个新的自变量后y的剩余变差的相对减少量，它衡量y的变差减少的边际贡献。3.6 相关阵与偏相关系数相关阵与偏相关系数 二、偏判定系数二、偏判定系数 以x1表示某种商品的销售量，x2表示消费者人均可支配收入，x3表示商品价格。从经验上看，销售量x1与消费者人均可支配收入x2之间应该有正相关，简单相关系数r12应该是正的。但是如果你计算出的r12是个负数也不要感到惊讶，这是
31、因为还有其它没有被固定的变量在发挥影响，例如商品价格x3在这期间大幅提高了。反映固定x3后x1与x2相关程度的偏相关系数r12；3会是个正数。3.6 相关阵与偏相关系数相关阵与偏相关系数 1两个自变量的偏判定系数两个自变量的偏判定系数二元线性回归模型为：yi=0+1xi1+2xi2+i记SSE（x2）是模型中只含有自变量x2时y的残差平方和，SSE(x1，x2)是模型中同时含有自变量x1和x2时y的残差平方和。因此模型中已含有x2时再加入x1使y的剩余变差的相对减小量为：)(),()(221222;1xSSExxSSExSSEry此即模型中已含有x2时，y与x1的偏判定系数。3.6 相关阵与偏
32、相关系数相关阵与偏相关系数 1两个自变量的偏判定系数两个自变量的偏判定系数同样地，模型中已含有x1时，y与x2的偏判定系数为：)(),()(121121;2xSSExxSSExSSEry3.6 相关阵与偏相关系数相关阵与偏相关系数 2.一般情况一般情况在模型中已含有x2,xp时，y与x1的偏判定系数为：),(),(),(22122,2;1ppppyxxSSExxxSSExxSSEr3.6 相关阵与偏相关系数相关阵与偏相关系数 三、偏相关系数三、偏相关系数 偏判定系数的平方根称为偏相关系数，其符号与相应的回归系数的符号相同。例例3.2 研究北京市各经济开发区经济发展与招商投资的关系，因变量y为各
33、开发区的销售收入（百万元），选取两个自变量，x1为截至1998年底各开发区累计招商数目，x2为招商企业注册资本（百万元）。表中列出了至1998年底招商企业注册资本x2在5亿至50亿元的15个开发区的数据。3.6 相关阵与偏相关系数相关阵与偏相关系数 三、偏相关系数三、偏相关系数 北京开发区数据北京开发区数据x1x2yx1x2y253547.79553.967671.13122.2420896.34208.555322863.3214006750.323.175116046410012087.052815.440862.757.55251639.311052.12187672.99224.188
34、253357.73427122901.76538.94120808.47442.82743546.182442.7928520.2770.123.6 相关阵与偏相关系数相关阵与偏相关系数 三、偏相关系数三、偏相关系数 偏相关系数表偏相关系数表CoefficientsCoefficientsa a-327.04 218.001-1.500.1592.036.438.5944.649.001.807.802.534.468.123.4853.799.003.746.739.436(Constant)x1x2Model1BStd.ErrorUnstandardizedCoefficientsBeta
35、StandardizedCoefficientstSig.Zero-orderPartialPartCorrelationsDependent Variable:ya.3.6 相关阵与偏相关系数相关阵与偏相关系数 三、偏相关系数三、偏相关系数 用y与x1做一元线性回归时，x1能消除y的变差SST的比例为%1.65651.0)807.0(221yr再引入x2时，x2能消除剩余变差SSE（X1）的比例为%6.54546.0)739.0(221;2yr因而自变量x1和x2消除y变差的总比例为)1)(1(121;221yyrr=1-(1-0.651)(1-0.546)=0.842=84.2%。这个值8
36、4.2%恰好是y对x1和x2二元线性回归的判定系数R23.6 相关阵与偏相关系数相关阵与偏相关系数 三、偏相关系数三、偏相关系数 对任意p个变量x1,x2,xp定义它们之间的偏相关系数221112,3;12pr其中符号ij表示相关阵第i行第j列元素的代数余子式)1)(1(2232132313123;12rrrrrr验证3.7 本章小结与评注本章小结与评注 例3.3 中国民航客运量的回归模型。y民航客运量(万人),x1国民收入(亿元),x2消费额(亿元),x3铁路客运量(万人),x4民航航线里程(万公里),x5来华旅游入境人数(万人)。根据1994年统计摘要获得1978-1993年统计数据 3.
37、7 本章小结与评注本章小结与评注 年份yx1x2x3x4x51978231301018888149114.89180.921979298335021958638916.00420.391980343368825319220419.53570.251981401394127999530021.82776.711982445425830549992223.27792.4319833914736335810604422.91947.7019845545652390511035326.021285.2219857447020487911211027.721783.3019869977859555210
38、857932.432281.95198713109313638611242938.912690.231988144211738803812264537.383169.481989128313176900511380747.192450.14199016601438496639571250.682746.201991217816557109699508155.913335.651992288620223129859969383.663311.5019933383248821594910545896.084152.703.7 本章小结与评注本章小结与评注 CorrelationsCorrelati
39、ons1.989*.985*.227.987*.924*.000.000.398.000.000161616161616.989*1.999*.258.984*.930*.000.000.335.000.000161616161616.985*.999*1.289.978*.942*.000.000.278.000.000161616161616.227.258.2891.213.504*.398.335.278.428.046161616161616.987*.984*.978*.2131.882*.000.000.000.428.000161616161616.924*.930*.942*
40、.504*.882*1.000.000.000.046.000161616161616Pearson CorrelationSig.(2-tailed)NPearson CorrelationSig.(2-tailed)NPearson CorrelationSig.(2-tailed)NPearson CorrelationSig.(2-tailed)NPearson CorrelationSig.(2-tailed)NPearson CorrelationSig.(2-tailed)Nyx1x2x3x4x5yx1x2x3x4x5Correlation is significant at t
41、he 0.01 level(2-tailed).*.Correlation is significant at the 0.05 level(2-tailed).*.3.7 本章小结与评注本章小结与评注 Model SummaryModel Summary.999a.998.99749.49240Model1RR SquareAdjustedR SquareStd.Error ofthe EstimatePredictors:(Constant),x5,x3,x4,x2,x1a.ANOVAANOVAb b1381887752763775.3541128.303.000a24494.981102
42、449.4981384337215RegressionResidualTotalModel1Sum ofSquaresdfMean SquareFSig.Predictors:(Constant),x5,x3,x4,x2,x1a.Dependent Variable:yb.3.7 本章小结与评注本章小结与评注 CoefficientsCoefficientsa a450.909178.0782.532.030.354.0852.4474.152.002-.561.125-2.485-4.478.001-.007.002-.083-3.510.00621.5784.030.5315.354.000.435.052.5648.440.000(Constant)x1x2x3x4x5Model1BStd.ErrorUnstandardizedCoefficientsBetaStandardizedCoefficientstSig.Dependent Variable:ya.
