3-多元线性回归模型参数估计.pptVIP

其中利用了 和 结论：在经典假定条件下，多元线性回归的OLS估计式是最佳线性无偏估计式。 四、参数估计量的方差-协方差矩阵和随机误差项方差σ2的估计 1.参数估计量的方差-协方差矩阵 将参数估计量看成是随机变量，具有数字特征。 参数估计量的方差以及不同参数估计量之间的协方差在模型理论中具有重要性。 具体描述如下： β的方差—协方差矩阵： 矩阵符号表达式： 可以证明随机误差项方差σ2的无偏估计量是： 2. 随机误差项方差σ2的估计量 于是，参数估计量的方差、标准差、协方差可以分别用其样本方差、标准差、协方差估计： 五、样本容量问题 所谓“最小样本容量”，即从最小二乘原理出发，要得到参数估计量，不管其质量如何，所要求的样本容量的下限。 ⒈ 最小样本容量 样本最小容量必须不少于模型中解释变量的数目（包括常数项）, 即 n ? k+1 因为，无完全共线性要求：秩(X)= k+1 2、满足基本要求的样本容量 从统计检验的有效性角度： n ? 30 时，Z 检验才能应用， t 分布较为稳定 ； 从参数估计角度，一般经验认为: 当n ? 30 或者至少 n ? 3(k+1) 时，才能说满足模型估计的基本要求。 模型的良好性质只有在大样本下才能得到理论上的