1/11第五章多元线性回归第一部分学习目的和要求本章主要介绍了多元线性回归模型的内容
需要掌握并理解以下问题：（1）掌握经典多元线性回归的概念及模型、线性模型的假设条件
（2）掌握参数的最小平方估计法
（3）了解向量函数微分的概念
（4）掌握参数2,的估计量的分布及其性质
（5）了解概率极限的概念及性质
（6）掌握参数的无偏估计，极大似然估计，一致估计
（7）掌握参数的假设检验方法，包括单一线性约束的显著性检验和一般线性假设的检验
（8）掌握参数的区间估计方法，包括参数向量的区间估计，单个参数的区间估计，几个参数的区间估计
（9）掌握总体均值的预测，包括点预测和区间预测
掌握总体特定值的预测和区间预测
第二部分练习题一﹑术语解释1．多元线性回归模型2．多元线性回归的Gauss-Markov定理3．概率极限4．多元线性回归的极大似然估计二﹑问答1．多元线性回归模型的假设条件是什么
2．求系数的最小二乘估计时，是否需要多元线性模型的假设条件
3．参数和2的最小二乘估计是什么
4．参数和2的极大似然估计是它们的无偏估计吗
5．概率极限与通常所说的极限有什么不同
三、计算证明题1．建立一个多元线性回归模型：12233iiiiyxxu①对其中的自变量2ix建立另外一个多元线性回归模型：'2123iiixxu②得到回归残差'iu，最后建立回归模型：''''*1233iiiiyuxu③证明：'222．对模型01122iiikkiiyxxx应用最小二乘法，得到回归方程：01212kiikiiyxxx2/11证明：残差iiiyy与iy不相关，即0iiy3．设有模型01122iiikkiiyxxx，应用OLS法，得回归方程：01212kiikiiyxxx证明：yy4．考虑以下方程（括号内为估计标准差）18
