中级计量经济学复习.DOCVIP

《中级计量经济学》复习 一、上学期的主要内容 1、数学知识（Basic Knowledge of Mathematics） 1） 矩阵的基础知识（Basic Knowledge of Matrix Algebra） 2） 概率论与数理统计（Probability and Statistics） 2、几个回归模型 1） 古典线性回归模型(Simple Classical Linear Regression ) 2） 多元线性回归模型(Linear Multiple Regression) 3） 带有线性约束的多元线性回归模型及其假设检验(Linear Multiple Regression and its Inference Prediction) 4） 正态线性统计模型的最大似然估计(Normal Linear Statistical Model and MLE) 5） 非线性回归模型初步(Nonlinear Regression Model) 二、主要知识点 1、概率论与数理统计的对应关系 概率模型：二项分布、正态分布、几何分布等。在很多种情况下，参数就决定了分布。 抽样与统计：通过样本确定参数。 顺序统计量、经验分布函数与子样矩 设（X1，…，Xn）是从母体中抽取的一个子样，记（x1,x2…,xn）是子样的一个观察值，将观察值的各分量按大小递增次序排列，得到 ≤≤…≤ 当（X1，…，Xn）取值为（x1,…,xn）时，我们定义取值为。称由此得到的为（X1，…，Xn）的一组顺序统计量。显然≤≤…≤，，即的观察值是子样观察值中最小的一个，而，的观察值是子样观察值中最大的一个。 记 ＞＜ ＞ ＜ 显然0≤≤1，且作为x的函数是一非减左连续函数，把看作为x的函数，它具备分布函数所要求的性质，故称为经验分布函数（或子样分布函数）。 这样一来，我们就可以进行参数估计。 一个有用的结果是： 假设对于同一个参数，你有n个相互独立的无偏估计量……，它们的方差分别为。那么总存在一个线性组合是的最小方差无偏估计量。 2、几种与正态分布N(0,1)有关的常用分布 1）x2-分布 定义 设X1，X2，…，Xn是相互独立，且同服从于N(0,1)分布的随机变量， 所服从的分布为x2-分布，称为自由度为n的x2-变量。 定理 设和，且X1，X2相互独立，则。 2）t-分布 设，且X和Y相互独立，则称随机变量 所服从的分布为t-分布。n称为它的自由度，且记T～t(n)。 3）F-分布 定义 设X和Y是相互独立的x2-分布随机变量，自由度分别为m和n，则称随机变量 所服从的分布为F-分布，（m,n）称为它的自由度，且通常写为F～F（m,n）。 3、线性变换下的均值与方差 如果P是一个m×n常数矩阵m≤n和X是n维随机向量，那么Z=PX是一个m维随机向量，可以得到 （a） E(Z)=E(PX) =PE(X)=P cov(Z)=cov(PX)= 证明：(a) X= (b) cov(PX) = E[(PX-P)(PX-P)] = E[P(X-)(X-)P] = P E[(X-)(X-)] P = 统计量的分布与独立性 定理 若x～N[0,I]且的两个幂等二次型，则时是独立的。 线性变换及二次型的独立性 定理 标准正态向量的一个线性函数Lx和一个幂等二次型，当LA=0时是统计独立的。 4、二次型与幂等矩阵 1）定理：若A是实对称矩阵，则存在正交矩阵C，满足：，其中。 2）定理：实对称矩阵A的迹等于它的特征根之和。 因为A是实对称矩阵，故有在矩阵C，使得，其中，所以，。 3）幂等矩阵 幂等矩阵满足A2=A的矩阵称为幂等矩阵 A）幂等矩阵的特征根要么是1，要么是零。 B）唯一满秩的对称幂等矩阵是单位矩阵。 C）A是幂等矩阵，则I－A也是幂等矩阵，且秩（A）+秩（I－A）=n。 D）对称幂等矩阵的秩等于它的迹。 E）的服从分布（如果 F） X是一个n×m的矩阵，秩（X）=m 则M是幂等矩阵。 幂等矩阵重要性，原因何在？ 5、回归模型与方差分解公式(Decomposition of Variance) 假设X是解释变量，Y是被解释变量，即我们要用X的行为来解释Y的行为。 对于任意Y有： EZ=0 因为 。 ii） 我们考察 ∴ iii) 方差分解公式 。 提醒注意：方差分解公式中，每一个部分都是二次型的形式，是我们构造F统计量的基础。 三、古典回归模型的基本假设与最小二乘法的有限样本特性 古典回归模型的基本假设是 Ⅰ.y=