普通最小二乘法OLS.ppt

下载文档

10
0
约小于1千字
约 11页
2019-01-02 发布于广东
举报
版权申诉
保障服务

普通最小二乘法OLS.ppt

1、本文档共11页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

普通最小二乘法Method of ordinary least squares(OLS) 最小二乘估计量的推导解方程最小二乘估计量的特点最小二乘估计量的数值性质 * 样本 Y X 样本 Y X 最小二乘原理：构造合适的估计量，使得残差平方和（residual sum of squares,RSS）最小。样本 Y X 一阶条件正规方程组惯例：小写字母表示对均值的离差 OLS估计量是可观测样本值的函数，因而容易计算。 OLS估计量是点估计量。对于给定的样本，只能获得总体参数的一个估计值。一旦计算出OLS估计值，便容易画出样本回归线。 1、样本回归曲线经过Y和X的样本均值所决定的点。 2、估计的Y的均值等于实测的Y的均值。 3、残差均值等于零。 4、残差和样本X不相关。 5、残差和预测的Y值不相关。单纯的最小二乘估计量只能提供总体参数的一个点估计值，却不能对总体参数做出任何统计推断。要对总体参数从而对因变量做统计推断，还需要对回归模型进行一系列详细的假定。 *