第七讲 多元回归模型(本科生计量经济学）.pptVIP

第三章 经典单方程计量经济学模型：多元线性回归模型Multiple Linear Regression Model 2、二元线性回归模型最小二乘估计量的性质 结论:二元线性回归模型普通最小二乘估计的高斯-马尔可夫定理 在满足基本假设的情况下，二元线性模型参数的普通最小二乘估计仍具有线性性、无偏性、有效性，和一致性 多元线性回归模型最小二乘估计量的性质 在满足基本假设的情况下，多元线性模型参数的普通最小二乘估计仍具有线性性、无偏性、有效性、一致性 对多元线性回归模型的经典假设： k个解释变量都是确定性的，且它们之间不相关（即无多重共线性） 随机扰动项期望为0，方差相同,随机扰动项之间不相关;服从正态分布 解释变量与随机扰动项之间不相关（相关系数为0） 多元线性回归模型经典假定下的一些推论： 1、在线性回归模型的经典假定下，随机扰动项独立同服从正态分布，即 2、 且被解释变量之间也独立。 经典假定之下，多元线性回归模型随机扰动项方差的最小二乘估计为： 1、线性性：参数估计仍然为被解释变量 的线性组合。 2、无偏性 3、有效性（最小方差性）：在所有线性无偏估计中，最小二乘估计具有最小方差。（证明略） 在上述假设之下：多元线性回归模型的普通最小二乘估计具有如下性质： 4、一致性 结论:多元线性回归模型普通最小二乘估计的高斯-马尔可夫定理 * 课后习题选讲： p59(2、5、