回归分析-（多元）线性回归分析基础（ Linear Regression）

回归分析法主要解决的问题；

1、确定变量之间是否存在相关关系，若存在，则找出数学表达式；

2、根据一个或几个变量的值，预测或控制另一个或几个变量的值，且要估计这种控制或预测可以达到何种精确度。

 

线性回归模型的五个基本假设：

1.零均值假定：假设随机扰动项的期望或均值为零

2.同方差和无自相关假定：假设随机扰动项互不相关且方差相同

3.随机扰动项与解释变量不相关假定：假设随机扰动项与自变量的协方差为0

4.无多重共线性：假设各解释变量之间不存在线性相关关系

5.正态性假定：假设随机扰动项服从正态分布

-------------下面分析不符合基本假设时的情况----------

---

1.关于多重共线性

一、产生多重共线性的背景

1.经济变量之间具有共同变化趋势；

2.模型中包含滞后变量

3.利用截面数据也可能出现多重共线性

4.样本数据自身的yuanyin

二、完全多重共线性产生的后果

1.参数的估计值不确定

2.参数估计量的方差很大

三、不完全多重共线性产生的后果

1.参数的方差增大</