单位Y的变化
（2）l
Yi01l
XiX变化1，Y变化1，表示弹性。
（3）l
Yi01Xi：X变化一个单位，Y变化百分之1001
（4）Yi01l
Xi：X变化1，Y变化1。OLS无偏性，无偏性的证明OLS估计量的抽样方差误差方差的估计OLS估计量的性质（1）线性：是指参数估计值0和1分别为观测值yt的线性组合。（2）无偏性：是指0和1的期望值分别是总体参数0和1。（3）最优性（最小方差性）：是指最小二乘估计量0和1在在各种线性无偏估计中，具有最小方差。
2
f高斯马尔可夫定理OLS参数估计量的概率分布

Var2
2xi2
OLS随机误差项μ的方差σ2的估计2
ei2

2
简单回归的高斯马尔科夫假定对零条件均值的理解习题：4、5、6；C2、C3、C4
第3章多元回归分析：估计
1、变量系数的解释（剔除、控制其他因素的影响）Yi01X1i2X2i
对斜率系数1的解
释：在控制其他解释变量（X2）不变的条件下，
X1变化一个单位对Y的YXβu影响；或者，在剔除了其他解释变量的影响之后，

X1的变化对Y的单独2、多元线性回归模型中
var2XX1
影响！对随机扰动项u的假定，除了零均
值假定、同方差假定、无自相关假定、随机扰动与解释变量不相关假定、正态性假定以外，还
要求满足无多重共线
性假定。
3、多元线性回归模型s2uu
k参数的最小二乘估计式；参数估计式的分布性质及期
望、方差和标准误差；在基本假定满足的条件下，多元线性回归模型最小二乘估计式是最佳线
性无偏估计式。
最小二乘法OLS公式：XX1XY
估计的回归模型的方差协方差矩阵：
残差的方差：
3
f估计的方差协方差矩阵是：
拟合优度遗漏变量偏误多重共线性
多重共线性的概念多重共线性的后果多重共线性的检验多重共线性的处理
习题：1、2、6、7、8、10；C2、C5、C6
第4章多元回归分析：推断
经典线性模型假定
正态抽样分布
变量显著性检验，t检验
检验β值的其他假设
P值
实际显著性与统计显著性
检验参数的一个线性组合假设
多个线性约束的检验：F检理解排除性约束
vars2XX1
验
报告回归结果
习题：1、2、3、4、6、7、10、11；C3、C5、C8
第6章多元回归分析：专题
测度单位对OLS统计量的影响进一步理解对数模型二次式的模型交互项的模型拟合优度
4
f修正可决系数的作用和方法。
R21
Yi
ei2
Y2
k
1

1

1
k
ei2YiY2
习题：1、3、4、7；C2、C3、C5、C9、C12
第7章虚拟变量
虚拟变量的定义如何引入虚拟变量：如果一个变量分成Nr