计量经济学基础教学课件作者刘家国第2章节课件幻灯片.pptVIP

2.4.3 多元线性回归模型估计量的性质 对于多元线性回归模型最小二乘估计量，线性性、无偏性、有效性以及一致性是评价其性质的标准。 1、线性性 2、无偏性 B B E = ) ? ( 证： 于是： $ ( ) B = ￠ ￠ - X X X Y 1 N X X X B N XB X X X Y X X X B ￠ ￠ - = - ￠ ￠ = ￠ ￠ = - - - 1 1 1 ) ( ) ( ) ( ) ( ? B N E X X X B N X X X E B E B E = ￠ ￠ - = ￠ ￠ - = - - ) ( ) ( ) ) (( ) ( ) ? ( 1 1 3、有效性 证明略。 ] ) ? )( ? [( ] ) )( [( * * ￠ - - 3 ￠ - - B B B B E B B B B E 若 * B 是 B 的任一线性无偏估计量，则有 4、一致性 一般来说，参数估计量完全达到无偏性、有效性这两个标准是比较困难的。通常情况下需要关注的是样本容量增大时，这两个标准是否满足，于是提出了一致性，即当样本容量增大时，估计量依概率具有 §2.5 极大似然估计 2.5.1 一元线性回归模型的极大似然估计 2.5.2 多元线性回归模型的极大似然估计 最大或然法(Maximum Likelihood,简称ML)，也称最大似然法，是不同于最小二乘法的另一种参数估计方法，是从最大或然原理出发发展起来的其它估计方法的基础。 基本原理：对于最大或然法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大。 2.5.1 一元线性回归模型的极大似然估计 在满足基本假设条件下，对一元线性回归模型： 随机抽取n组样本观测值 假如模型的参数估计量已经求得，为 那么Yi服从如下的正态分布： 于是，y的概率函数为 由于L的极大化与 的极大化是等价的，所以取对数似然函数为 对 求极大值，等价于对 取极小值，即 即，只有当 、 取 、 时，抽取n组样本观测值 的概率最大。换句话说，只有 、 取上述估计值时，模型才能最好地拟合样本观测值。从上述参数估计结果看，对于一元线性回归模型，参数的ML估计量与OLS估计量是相同的。 2.5.2 多元线性回归模型的极大似然估计 对于多元线性回归模型 Y的每一个观测值 服从如下正态分布： Y的所有n组样本观测值的联合概率为： 这就是变量Y的似然函数。 对似然函数L求极大值，就可以得到一组 ，使得取得n组样本观测值的联合概率为最大。显然，L达最大，即是 达最小，对该式取极小值，得到 是与OLS估计量等价的估计量。 对于多元线性回归模型而言，由于ML估计量与OLS估计量等价，所以它们也具备无偏性、有效性和一致性。 方程组（*）称为正规方程组（normal equations）。 * * 哈工程经济管理学院 记 上述参数估计量可以写成： 称为OLS估计量的离差形式（deviation form）。 由于参数的估计结果是通过最小二乘法得到的，故称为普通最小二乘估计量（ordinary least squares estimators）。 2．分布参数的估计 参数估计的第二项任务是估计随机误差项的分布参数，随机误差项服从期望为0的正态分布。 记 为第i个样本观测点的残差，即被解释变量的观测值与估计值之差。则随机误差项方差的估计量为： 具体证明过程见课本。 3．例2.1 消费与收入模型 消费量是由什么决定的？在现实生活中，影响各个家户消费的因素很多，如收入水平、商品价格水平、利率水平、收入分配状况、消费者偏好、家庭财产状况、消费信贷状况、消费者年龄构成、社会保障制度、风俗习惯等等。在凯恩斯理论中，他认为这些因素中又决定意义的是家户收入。为此，可从诸多因素中抽出这单一因素单独分析。 经调查某地区一部分家庭的消费与收入状况，得到一组样本数（ 表示消费， 表示可支配收入，单位：元）。试估计该地区消费与收入的一元线性回归模型。 1 2 3 4 5 6 7 8 9 10 800 1100 1400