第三章 一元模型参数估计.pptVIP

第三章 一元回归模型的参数估计 ;单方程计量经济学模型分为两大类： 线性模型和非线性模型; 回归分析的主要目的是要通过样本回归函数（模型）SRF尽可能准确地估计总体回归函数（模型）PRF。;一、参数的普通最小二乘估计（OLS） ;这种方法尽管有直观上的说服力，却不是一个很好的准则，如果采用;普通最小二乘法（Ordinary least squares, OLS）给出的判断标准是：二者之差的平方和 ;方程组（*）称为正规方程组（normal equations）。 ;记;二、OLS估计量的数值性质 ;（1）它通过Y和X的样本均值。即;记; 三、线性回归模型的基本假设;线性回归模型的基本假设;假设5、?服从零均值、同方差、零协方差的正态分布 ?i~N(0, ?2 ) i=1,2, …,n 假设6、观测次数n必须大于待估的参数个数； 假设7、X值要有变异性； 假设8、正确的设定了回归模型；也被称为模型没有设定偏误（specification error） ； 假设9、在多元回归模型中没有完全的多重共线性。 ; 1、如果假设2、3满足，则假设4也满足; 2、如果假设5满足，则假设3也满足。; 另外，在进行模型回归时，还有一个暗含的假设： ;四、假定条件下的最小二乘估计量的统计性质;（4）渐近无偏性，即样本容量趋于无穷大时，是否它的均值序列趋于总体真值； （5）一致性，即样本容量趋于无穷大时，它是否依概率收敛于总体的真值； （6）渐近有效性，即样本容量趋于无穷大时，是否它在所有的一致估计量中具有最小的渐近方差。;高斯—马尔可夫定理(Gauss-Markov theorem) 在给定经典线性回归的假定下，最小二乘估计量是具有最小方差的线性无偏估计量。;证：;疑僚暂果拦填交小韵桐纹份官寨仕彤婶靳唱捞鸡艾僚榜拓吼击阉闺悼拴见第三章 一元模型参数估计第三章 一元模型参数估计;（2）证明最小方差性; 由于最小二乘估计量拥有一个“好”的估计量所应具备的小样本特性，它自然也拥有大样本特性。 ; 五、参数估计量的概率分布及随机干扰项方差的估计 ;琶香奔饭天永忿酱泞酬待尼吩茨甭鼠洗隅扶魄隧好夹寝机山衍旁要南俄孤第三章 一元模型参数估计第三章 一元模型参数估计;2、随机误差项?的??差?2的估计;链挽渊汤颇滇孽人某局庞登菏截枷啊贤汤膜陷吵盗胞害勿游妻仰簿盼铜哀第三章 一元模型参数估计第三章 一元模型参数估计;六、最小二乘估计的精度或标准误差;醒读邢锅揽浅纶宅迹汗资绍缺讣盐矛聋边警律茁炳止睛泻滁匿蠢右哇机橱第三章 一元模型参数估计第三章 一元模型参数估计