§2.2 一元线性回归模型的参数估计.pdf

§2.2 一元线性回归模型的参数估计 一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干 扰项方差的估计 单方程计量经济学模型分为两大类： 线性模型和非线性模型 •线性模型中，变量之间的关系呈线性关系 •非线性模型中，变量之间的关系呈非线性关系 一元线性回归模型：只有一个解释变量 Y β +β X +μ i0 1 i i i=1,2,…,n Y为被解释变量，X 为解释变量，β 与β 为待估 0 1 参数， μ为随机干扰项 回归分析的主要目的是要通过样本回归函 数（模型）SRF尽可能准确地估计总体回归函 数（模型）PRF 。 估计方法有多种，其种最广泛使用的是普通 最小二乘法 （ordinary least squares, OL