表3.4  多元线性回归模型的主要计算公式

2：随机误差项的性质

（1）误差项代表了未纳入模型变量的影响；（2）即使模型中包括了决定数学分数的所有变量，其内在随机性也不可避免，这是做任何努力都无法解释的；（3）u代表了度量误差；

（4）“奥卡姆剃刀原则”，即描述应该尽可能简单，只要不遗漏重要的信息。

3：解释回归结果的步骤

（1）看整个模型的显著性，看F统计量的值；（2）看单个参数的显著性；

（3）解释斜率的经济含义；（4）解释R²。

4：古典线性回归模型的基本假定（同多元线性回归模型的基本假定相同）

（1）所有自变量是确定性变量；

（2）

（3）自变量之间不存在完全多重共线性。

12：样本回归方程，为残差项，

总体回归方程，为随机误差项

5：

样本回归函数：

随机样本回归函数：

总体回归函数：

随机总体回归方程：

观察值可表示为：

6：普通最小二乘法就是要选择参数、，使得参差平方和最小。

7：R²的计算公式：( R²度量了回归模型对Y变异的解释比例)

TSS：总离差平方和ESS：回归平方和RSS：残差平方和

（1）               

 

（2）

（3）

8：F检验

9：F与判定系数R2之间的重要关系

 

                            当R2＝0，F＝0，当R2＝1，F值为无穷大

10：校正的判定系数R²

11：普通最小二乘估计量的一些重要性质:

13：不同函数形式的总结

 

第二篇：计量经济学公式

1：经济计量分析步骤

（1）模型设计；

（2）数据收集；

（3）参数估计；

（4）模型检验；

（5）模型应用。

2：随机误差项的性质

（1）误差项代表了未纳入模型变量的影响；

（2）即使模型中包括了决定数学分数的所有变量，其内在随机性也不可避免，这是做任何努力都无法解释的；

（3）u代表了度量误差；

（4）“奥卡姆剃刀原则”，即描述应该尽可能简单，只要不遗漏重要的信息。

3：解释回归结果的步骤

（1）看整个模型的显著性，看F统计量的值；

（2）看单个参数的显著性；

（3）解释斜率的经济含义；

（4）解释R²。

4：古典线性回归模型的基本假定（同多元线性回归模型的基本假定相同）

（1）所有自变量是确定性变量；

（2）

（3）自变量之间不存在完全多重共线性。

12：样本回归方程，为残差项，

总体回归方程，为随机误差项

5：

样本回归函数：

随机样本回归函数：

总体回归函数：

随机总体回归方程：

观察值可表示为：

6：普通最小二乘法就是要选择参数、，使得参差平方和最小。

7：R²的计算公式：( R²度量了回归模型对Y变异的解释比例)

TSS：总离差平方和

ESS：回归平方和

RSS：残差平方和

（1）               

 

（2）

（3）

8：F检验

9：F与判定系数R2之间的重要关系

 

当R2＝0，F＝0，当R2＝1，F值为无穷大

10：校正的判定系数R²

11：普通最小二乘估计量的一些重要性质:

13：不同函数形式的总结