第3章最小二乘法教案.ppt

第3章 最小二乘法 一元线性回归模型 多元线性回归模型和OLS估计量的矩阵形式 最大或然估计 对于多元线性回归模型 易知 Y的随机抽取的n组样本观测值的联合概率 对数或然函数为 对对数或然函数求极大值，也就是对 求极小值。 即为变量Y的或然函数 因此，参数的最大或然估计为 结果与参数的普通最小二乘估计相同 矩估计（Moment Method, MM） OLS估计是通过得到一个关于参数估计值的正规方程组 并对它进行求解而完成的。 该正规方程组 可以从另外一种思路来导: 求期望 : 称为原总体回归方程的一组矩条件，表明了原总体回归方程所具有的内在特征。 样本均值等于期望值 由此得到正规方程组 解此正规方程组即得参数的MM估计量。 易知MM估计量与OLS、ML估计量等价。 在矩方法中利用了关键是 E(X′?)=0 进一步说明： 如果某个解释变量与随机项相关，只要能找到1个工具变量，仍然可以构成一组矩条件。这就是IV。 如果存在＞k+1个变量〔可选工具变量〕与随机项不相关，可以构成一组包含＞k+1方程的矩条件。这就是GMM。