双变量回归模型：估计问题.pptVIP

双变量回归模型：估计问题 cht03 §3.1 method of ordinary least squares 普通最小二乘法----德国 C.F.Gauss §3.1 method of ordinary least squares §3.1 method of ordinary least squares 估计量的数值性质 是指运用OLS方法而得以成立的性质，不管数据是怎样产生的。 估计量的统计性质 仅在数据产生的方式满足一定的假设下才得以成立的性质。 §3.1 method of ordinary least squares OLS估计量是纯粹由可观测的样本表达的，易于计算。 OLS estimator 是点估计量 point estimator 后续将介绍 区间估计量，即对未知的总体参数的可能值提供一个范围。 一旦从样本数据得到OLS估计值，便容易画出样本回归线。 §3.1 method of ordinary least squares 回归线的一些性质： 它通过Y和X的样本均值。 估计的Y的均值等于实测的Y的均值 残差 的均值为零 残差 和预测的Y值不相关 残差 和X值不相关 性质2的说明 性质3的说明 性质4的说明 性质5的说明 §3.2 CLRM:OLS的基本假定 假定 1：线性回归模型。 即回归模型在参数上是线性的，这是CLRM 的起点，全书