双变量回归模型：模型估计.pptVIP

计量经济学 Econometrics 孙坚强 Ph.D. of Finance jqsunmath@ 1 双变量回归模型：模型估计 重点： 一、普通最小二乘法，OLS 二、最大似然估计法，ML 作业提交邮箱： hw.econometrics@ 邮件标题统一：如 电子商务2班罗 永200630603187第一章 2 1.1 普通最小二乘法原理 总体PRF是未知的，待估计的： 利用样本 ，通过样本SRF来估计： 其中， 对 （条件均值）的估计 3 问题是：如果确定这条样本回归线？ 原则：使得SRF，尽可能靠近实际的Y值 原理：使得残差平方和最小： 4 最小化残差平方和： 根据微分计算： 上述方程称为正规方程（normal equations) 5 求解联立方程，得到： 其中， ，惯例：小写字母表示对均值的离差 6 9 2.Y的估计值 的均值等于Y实际值的均值： 因为： 10 3. 残差 的均值为0 11 进一步整理前三个性质。样本回归函数的离差形式： 12 4. 残差与Y的估计值不相关 13 5. 残差与X不相关 14 1.2 经典线性回归模型：最小二乘法的基本假设 回归分析的目的不仅在于估计回归系数： 还要对真实的系数做出统计推断和后续的模型检验。 因此，对计量经济模型的基本假设是非常重要的。 15 1.模型的线性假设 16 2. X是非随机的 重复抽样中，X是固定的 回归分析是条件回归分析 What all this means is that our regression analysis is conditional regression analysis, that is, conditional on the given values of the regressor(s) X. 17 3. 随机扰动项ui的均值为0，更专业说，条件均值为0 这意味着： 18 几何意义如下图： 19 4. 同方差假设，更确切的，条件方差相同 Homoscedasticity 20 同方差如下图： 21 异方差如下图：heteroscedasticity 22 5. 扰动项非自相关 23 存在自相关 24 不存在自相关。 只考虑X对Y的系统性影响，是否影响。暂不考虑u之间的交互作用，可能对Y的影响 25 6. u和X不存在序列相关 也即，u和X各自对Y产生影响（并且可加） 26 7.样本容量必须大于参数个数 27 8. X在样本内存在差异 In short, the variables must vary! 28 9. 不存在模型设定误差 Thus, econometric model-building, as we shall discover, is more often an art rather than a science. 29 模型误设定的例子 30 10. 对于多元回归分析，解释变量不存在多重共线性 31 1.3 最小二乘估量量的性质 高斯－马尔可夫定理 THE GAUSS–MARKOV THEOREM 最优线性无偏估计量 BLUE 在给定经典线性回归模型的假设下，最小二乘估计量，在线性无偏的估计量中，方差最小。也即，BLUE 32 1. 线性 是 的线性函数，是以 为权重的加权平均，是一个线性估计量 33 权重ki的性质： 1，非随机，由于X被假设为非随机 2， 3， 4， 证明：？ 34 2. 无偏性 35 36 3，最优性（最小方差） （1）计算方差 37 38 （2）方差最小，证明 假设，有另外一个线性的估计量： 39 作为比较， 也是一个无偏估计量 则，权重 必须满足 40 计算其方差： 41 由于 所以： 42 高斯－马尔可夫定理的图解 What is sampling distributions? 43 4. 最小二乘估计量的一致性（大样本性质，渐进性） 44 5. 的最小二乘估计量 这是无偏估计量 45 46 47 1.4 拟合优度 r2 如何评价样本回归线(SRL)对样本数据的拟合效果？ 也即，如果评价拟合优度 goodness of fit 48 总平方和，Total Sum of Squares, TSS 解释平方和，Explained Sum of Squares, ESS 残差平方和，Residual Sum of Squares, RSS 49 50 判决系数：r2（只适合双变量回归） 51 1.5 案例分析 Table 3.2 Eviews 52 结果解释，参考Eviews结果。 系数解释