一元线性回归模型的参数估计20131.pptVIP

3.Y的分布性质： * 第二节 一元线性回归模型的参数估计 一元线性回归模型的概念 一元线性回归模型的基本假定 参数的普通最小二乘估计 截距为零的一元线性回归模型的估计 最小二乘估计量的性质 参数估计量的概率分布 一、一元线性回归模型的概念 一元线性回归模型是最简单的计量经济学模型，在模型中只有一个解释变量，其一般形式是： 二、一元线性回归模型的基本假定 1.为什么要作基本假定？ （1）只有具备一定的假定条件，所作出的估计才具有较好的统计性质。 （2）模型中有随机扰动，估计的参数是随机变量，只有对随机扰动的分布作出假定，才能确定所估计参数的分布性质，也才可能进行假设检验和区间估计。 2. 基本假定的内容 以上假定称为线性回归模型的经典假定，满足该假定的线性回归模型，称为经典线性回归模型。 三、参数的普通最小二乘估计（OLS） 1.OLS的基本思想 对于给定的样本观测值，可以用无数条直线来拟合。 2.最小二乘估计量的推导 整理得： 即： 以方程组称为正规方程组。 求解正规方程组得未知参数的OLS估计式： 3.用离差表示的OLS估计式 为表达得更简洁，可以用离差形式表示OLS估计式： 由于参数的估计结果是通过普通最小二乘法得到的，故称为普通最小二乘估计量（ordinary least squares estimators