第五章多元回归分析OLS的渐进性.PDFVIP

第五章多元回归分析： OLS 的渐进性 Team:柏喆，吴松彬 一、OLS （ordinary least square, 最小二乘法）基本 回顾 为什么要考虑 | ,699性质6 •基本假设（给定样本容量） 1. 线性于参数： = + +, 表示为总体的截距， 表示为总体斜率参数。 0 1 0 1 2. 随机抽样：随机样本{( , ): = 1,2, ⋯,}，其容量为. 3. 解释变量的样本有变异。{ , = 1, ⋯,} 的样本结果{ , = 1, ⋯,}即不是完全相同的数值。 4. 零条件均值:给定解释变量的任何值，误差的期望值都为零，即：(|) = • 第一章通过矩方法 （总体满足的条件，那么样本也应该满足）和最小二乘法（偏差“距离”最小）分别得 ෢ ෢ 到了 、 的估计量： 、 。其实在极大似然估计（要求根据已知的信息预测未来的概率最大，进而求 0 1 0 1 得 、 的估计量），这三者是等价的。它的意思是指根据已有信息，估计出来的参数能够使我“最好” 0 1 （概率最大）的预测未来（总体）。 2 ෢ ෢ 2 min෍ො =෍ − − 0 1 =1 =1 ෢ ෢ 2 1 − − max = ෑ exp − 0 2 1 =1 2 2 参数的估计值： ෢ = 1 σ ҧ ത σ ത σ ҧ σ − − − − ഥ − + + =1 = =1 = =1 = = = + σ ҧ 2 σ ҧ 2 σ ҧ 2 σ ഥ −