第二章一元线性回归2010.ppt

四、最小二乘估计量的性质 估计量是随机变量 满足基本假设的前提下,是最佳线性无偏估计量 1、判断估计量优劣的准则 一个用于考察总体的估计量,可从如下几个方面考察其优劣性 (1)线性性:它是否是另一随机变量的线性函数; (2)无偏性:它的期望值是否等于总体的真实值; (3)有效性:它是否在所有线性无偏估计量中具有最小方差。 (4)渐进无偏性:样本容量趋于无穷时,均值序列趋于总体真值 (5)一致性:样本容量区域无穷时,依概率收敛于总体真值 (6)渐进有效性:样本容量趋于无穷时,在所有的一致估计量中具有最小的渐进方差 当模型参数估计出后,需考虑参数估计值的精度,即是否能代表总体参数的真值,或者说需考察参数估计量的统计性质。 前三个准则称作估计量的小样本性质,不以样本大小而改变 拥有这类性质的估计量称为最佳线性无偏估计量(best linear unbiased estimator, BLUE)。 后三个准则称为估计量的大样本性质或渐进性质 如果小样本下不能满足估计的准则,则应考察参数估计量的大样本性质 2、OLSE的性质 高斯—马尔可夫定理(Gauss-Markov theorem) 在给定经典线性回归的假定下,最小二乘估计量是具有最小方差的线性无偏估计量。 线 性 函 数 - 易知: 故: 由前: (2)证明最小方差性 其中,ci=ki+di,di为不全为零

文档评论(0)

1亿VIP精品文档

相关文档