重庆工商大学：《计量经济学》课程教学资源（讲义）第3章 多元线性回归模型 The Multiple Linear Regression Model

模型的建立及其假 最小二乘储计 著性检验与 多元样本回归模型的矩阵形式 Y=X6+ 其中 nx(k+1)自文量观察值阵 1残匿向量 k+1)×1辱数向量 教师:席尧生

Outline .ïá9Ùb½^‡ ¦{ ¦OþA5 ŒûXê wÍ5u†&«m ýÿ Y~©Û ÄVg .b½ õ£8.Ý /ª Y = Xβˆ + e (6) Ù¥ Y =   y1 y2 . . . yn   n×1ÏCþ* Š•þ X =   1 x11 x21 · · · xk1 1 x12 x22 · · · xk2 . . . . . . . . . . . . . . . 1 x1n x2n · · · xkn   n×(k+1)gCþ* ŠÝ βˆ =   β0 βˆ1 βˆ2 . . . βˆ k   (k+1)×1Xê•þ e =   e1 e2 . . . en   n×1í•þ µR) Chapter 3 The Multiple Linear Regression Model

模型的建立及其假 最小二乘储计 著性检验与 多元样本回归模型的矩阵形式的符号 ≯Y一被解释变量样本观测值的n×1阶列向量 教师:席尧生

Outline .ïá9Ùb½^‡ ¦{ ¦OþA5 ŒûXê wÍ5u†&«m ýÿ Y~©Û ÄVg .b½ õ£8.Ý /ªÎÒ I Y—)ºCþ*ÿŠn × 1•þ I X—)ºCþ*ÿŠ§n × (k + 1)Ý I xjiÑkü‡eI§1‡eIjL«ƒA£1j‡C þ¤ I 1‡eIiL«ƒA1£1i‡*ÿŠ¤ I Ý XzL«‡)ºCþn‡*ÿŠ•þ I βˆ—™ëê(k + 1) × 1•þ I e—‘ÅØ‘n × 1•þ µR) Chapter 3 The Multiple Linear Regression Model

模型的建立及其假 最小二乘储计 著性检验与 多元样本回归模型的矩阵形式的符号 Y一被解释变量样本观测值的n×1阶列向量 ⅹ一解释变量样本观测值的,n×(k+1)阶矩阵 教师:席尧生

Outline .ïá9Ùb½^‡ ¦{ ¦OþA5 ŒûXê wÍ5u†&«m ýÿ Y~©Û ÄVg .b½ õ£8.Ý /ªÎÒ I Y—)ºCþ*ÿŠn × 1•þ I X—)ºCþ*ÿŠ§n × (k + 1)Ý I xjiÑkü‡eI§1‡eIjL«ƒA£1j‡C þ¤ I 1‡eIiL«ƒA1£1i‡*ÿŠ¤ I Ý XzL«‡)ºCþn‡*ÿŠ•þ I βˆ—™ëê(k + 1) × 1•þ I e—‘ÅØ‘n × 1•þ µR) Chapter 3 The Multiple Linear Regression Model

模型的建立及其假 最小二乘储计 著性检验与 多元样本回归模型的矩阵形式的符号 Y一被解释变量样本观测值的n×1阶列向量 ⅹ一解释变量样本观测值的,n×(k+1)阶矩阵 x都有两个下标,第一个下标j表示相应的列(第j个变 教师:席尧生

Outline .ïá9Ùb½^‡ ¦{ ¦OþA5 ŒûXê wÍ5u†&«m ýÿ Y~©Û ÄVg .b½ õ£8.Ý /ªÎÒ I Y—)ºCþ*ÿŠn × 1•þ I X—)ºCþ*ÿŠ§n × (k + 1)Ý I xjiÑkü‡eI§1‡eIjL«ƒA£1j‡C þ¤ I 1‡eIiL«ƒA1£1i‡*ÿŠ¤ I Ý XzL«‡)ºCþn‡*ÿŠ•þ I βˆ—™ëê(k + 1) × 1•þ I e—‘ÅØ‘n × 1•þ µR) Chapter 3 The Multiple Linear Regression Model

模型的建立及其假 最小二乘储计 著性检验与 多元样本回归模型的矩阵形式的符号 Y一被解释变量样本观测值的n×1阶列向量 ⅹ一解释变量样本观测值的,n×(k+1)阶矩阵 x都有两个下标,第一个下标j表示相应的列(第j个变 量) ≯第二个下标i表示相应的行(第i个观测值) 教师:席尧生

Outline .ïá9Ùb½^‡ ¦{ ¦OþA5 ŒûXê wÍ5u†&«m ýÿ Y~©Û ÄVg .b½ õ£8.Ý /ªÎÒ I Y—)ºCþ*ÿŠn × 1•þ I X—)ºCþ*ÿŠ§n × (k + 1)Ý I xjiÑkü‡eI§1‡eIjL«ƒA£1j‡C þ¤ I 1‡eIiL«ƒA1£1i‡*ÿŠ¤ I Ý XzL«‡)ºCþn‡*ÿŠ•þ I βˆ—™ëê(k + 1) × 1•þ I e—‘ÅØ‘n × 1•þ µR) Chapter 3 The Multiple Linear Regression Model