第5 篇 大样本OLS.pdf

教学用PPT ，《高级计量经济学及Stata 应用》，陈强编著，高等教育出版社，© 2010 年 第5 章 大样本OLS 5.1 为何需要大样本理论 “大样本理论”（large sample theory ），也称为“渐近理论” （asymptotic theory ），研究的是当样本容量n 趋向无穷大 时统计量的性质。大样本理论的重要性在于， 1 （1）小样本理论的假设过强。 （2 ）在小样本下，我们必须研究统计量的精确分布，但 常常难以推导。 （3 ）使用大样本理论的代价是要求样本容量较大，一般 要求至少n ≥30 。由于现代的数据集越来越大，经常成百 上千，渐近理论就是对实际数据的很好近似。 2 5.2 随机收敛的概念 1．确定性序列的收敛 ∞ a lim a =a { } n 定义 确定性序列 n n=1 “收敛”于常数a ，记为n→∞ 或 an →a ，如果∀ε0 ，存在N 0 ，只要∀n N ，就有an −a ε ， 即{aN +1, aN +2 , }均落入区间(a −ε, a +ε) 内。 a −ε a a +ε 图5.1、确定性序列的收敛 3 2 ．随机序列的收敛 x ∞ plim x =a 定义 随机序列{ } “依概率收敛”于常数a ，记为 n ， n n=1 n→∞ p ∀ε0 lim P x −a ε =0 或xn ⎯⎯→a ，如果 ，当n →∞时，都有n→∞ ( n ) 。 a −ε a a +ε 图5.2、随机序列的收敛 4 ∞ x { } x 定义 随机序列 n n=1 “依概率收敛”于随机变量 ，记为 p ∞ xn ⎯⎯→x ，如果随机序列{xn −x } 依概率收敛于0 。 n=1 命题 （连续函数与概率收敛可交换运算次序）：假设g (⋅) 为 ⎛ ⎞ plim g (x ) =g ⎜plim x ⎟⎟ 连续函数，