第3章双变量模假设检验.pptVIP

第3章 双变量模型：假设检验 对于样本回归函数 3.1 经典线性回归模型的基本假定 假定3.3 随机误差项的期望值为0，即 假定3.4 同方差假定 异方差 假定3.5 无自相关假定， 3.2 OLS估计量的方差与标准误 对于残差平方和自由度的理解 要计算残差平方和 3.3 OLS估计量的统计性质 高斯·马尔柯夫定理：如果满足经典线性回归模型的基本假定，OLS估计量是最优线性无偏估计量。 线性 无偏性： 最小方差性 在所有的线性无偏估计量中， 的方差最小 3.4 OLS估计量的抽样分布 假定3.7：随机误差项服从正态分布 为什么要推导OLS估计量的抽样分布？ * * 假定3.1 回归模型是参数线性的,但不一定是变量线性的。 假定3.2 解释变量与随机误差项不相关。但是，如果X是非随机的，则该假定自动满足。 条件回归分析，假定X的取值在重复抽样中是固定的。 这一假定的目的是？ 斜率系数的含义是它衡量了在其它因素不变的情况下，解释变量X的变动对Y的变动的影响。 如果解释变量X与随机误差项相关，就无法区分它们各自对应变量Y的影响。 Y X X1 X2 X3 对于确定性的总体回归函数 实际上就隐含了这一假定 Y X X1 X2 X3 假定同方差的目的是从不同的子总体中抽取的Y值都是同样可靠的。因为它们各自的方差是相等的，其分散程度相同。 相反，如果存