2一元线性回归模型1(实).pptVIP

* 由于最小二乘估计量拥有一个“好”的估计量所应具备的小样本特性，它自然也拥有大样本特性。 * 五、参数估计量的概率分布及随机干扰项方差的估计 正态分布变量的任何线性函数也是正态分布 * * 2. 随机误差项?的方差?2的估计 ?2又称为总体方差。 * 由于随机项?i不可观测，只能从?i的估计——残差ei出发，对总体方差进行估计。 可以证明， ?2的最小二乘估计量为 它是关于?2的无偏估计量。公式1 公式2 * 在最大或然估计法中，解或然方程 因此， ?2的最大或然估计量不具无偏性，但却具有一致性。 * * §2.3 一元线性回归模型的统计检验 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 * 说 明 回归分析是要通过样本所估计的参数来代替总体的真实参数，或者说是用样本回归线代替总体回归线。 尽管从统计性质上已知，如果有足够多的重复 抽样，参数的估计值的期望（均值）就等于其总体的参数真值，但在一次抽样中，估计值不一定就等于该真值。 * 那么，在一次抽样中，参数的估计值与真值的差异有多大，是否显著，这就需要进一步进行统计检验。 主要包括拟合优度检验、变量的显著性检验及参数的区间估计。 * 一、拟合优度检验 1、含义与目的 （1）拟合优度检验：检验样本回归直线对样本观测值的拟合程度。