第二章一元线性回归模型32学时.ppt

* * （1）线性性，即它是否是随机变量的线性函数； （2）无偏性，即它的均值或期望值是否等于总体的真实值； （3）有效性，即它是否在所有线性无偏估计量中具有最小方差。 这三个准则也称作估计量的小样本性质，拥有这类性质的估计量称为最佳线性无偏估计量。 * * 高斯—马尔可夫定理(Gauss-Markov theorem) 在给定经典线性回归模型的假设条件下，最小二乘估计量是具有最小方差的线性无偏估计量。 OLS估计量是最佳线性无偏估计量（Best Linear Unbiased Estimator ）,简称具有BLUE 性质。 * * 1、线性性 指的是估计值是否是随机变量的线性函数； 即 、 是 的线性组合。 * * 证明： * * 2.无偏性 ?的真值 ?的真值 有偏 无偏 * * 无偏性是对估计量最重要的要求之一，它只能保证估计量的期望等于真值。 对于总体某个待定参数，其无偏估计量不只一个。 * * * * 证： 易知 故 同样地，容易得出 * * 3、有效性 总体某个参数?的无偏估计量往往不只一个，而且无偏性仅仅表明?^的所有可能的取值按概率平均等于?，它的可能取值可能大部分与?相差很大。 为保证?^的取值能集中于?附近，必须要求?^的方差越小越好。所以，提出有效性标准。 * * 有效性的定义 ?的真值 ?的真值 ?^的