第三讲基本假设和参数估计.ppt

变量间的关系： 不相关、函数关系、统计（相关）关系 对相关关系的研究：分为（ ）、（ ）;①不线性相关一定不相关； ②有相关关系并不意味着一定有因果关系； ③ ？分析对称地对待任何（两个）变量，两个变量都被看作是随机的。 ④？分析对变量的处理方法存在不对称性，即区分应变量（被解释变量）和自变量（解释变量）：前者是随机变量，后者不是。;样本回归函数;样本回归函数（模型）与总体回归函数（模型）的区别;●作为总体运行的客观规律，总体回归函数是客观存在 的，但在实际的经济研究中总体回归函数通常是未知的， 只能根据经济理论和实践经验去设定。 计量经济学研究中“计量”的根本目的就是要寻求总体 回归函数。 ●我们所设定的计量模型实际就是在设定总体回归函 数的具体形式。 ●总体回归函数中 Y 与 X 的关系可以是线性的，也可 以是非线性的。;§2.2 一元线性回归模型的基本假设 §2.3 一元线性回归模型的参数估计（1）; 一元线性回归模型：只有一个解释变量 ;;普通最小二乘法（Ordinary least squares, OLS）的基本思路：在来自于总体的n个观测点中，试图找到一条直线，使得这些点到这条直线的垂直距离的平方和最小 ;方程组（1）或（2）称为正规方程组（normal equations）。 ;记;顺便指出 ，记;这样一旦从样本数据得到OLS估计值，便容易画出样本回归线，它具有如下性质（课本60页第9题）; 回归分析的主要目的是要通过样本回归函数（模型）SRF尽可能准确地估计总体回归函数（模型）PRF。;假设1 回归模型是正确设定的； 变量正确（没遗没漏）；函数形式正确 否则模型设定偏误 假设2 解释变量X是确定性变量，不是随机变量，在重复抽样中取固定值。 假设3 解释变量X在所抽取的样本中具有变异性，而且随着样本容量的无限增加，解释变量X的样本方差趋于一个非零的有限常数。即;假设4 随机误差项?具有给定条件下的零均值、同方差和不序列相关性：;假设5、随机误差项?与解释变量X之间不相关： Cov(Xi, ?i)=0 i=1,2, …,n 假设6、随机误差项服从零均值、同方差的正态分布，即 ;为什么是正态假定呢？;由于 其中的 和 是非随机的， 是随机变量，因此 Y是随机变量， 的分布性质决定了 的分布性质。 对 的一些假定可以等价地表示为对 的假定： 假定1：零均值假定 假定2：同方差假定 假定3：无自相关假定 假定5：正态性假定 ;重要提示;*;*;*;*;*;思想:当样本容量较小时，有时很难找到方差最小的无偏估计， 需要考虑样本扩大后的性质（估计方法不变，样本数逐步增大） 一致性： 当样本容量 n 趋于无穷大时，如果估计式 依概率收敛于总体参数的真实值，就称这个估计式 是 的一致估计式。即 或 （渐近无偏估计式是当样本容量变得足够大时其偏倚趋于零的 估计式） (见下页图) 渐近有效性：当样本容量 n 趋于无穷大时，在所有的一致估计 式中，具有最小的渐近方差。;;先明确几点: ●?由OLS估计式可以看出 都由可观测的样本值 和 唯一表示。 ●?? 因存在抽样波动，OLS估计 是随机变量 ●?? OLS估计式是点估计量 ;;权数;证：;;（2）证明最小方差性;高斯—马尔可夫定理(Gauss-Markov theorem) 在满足经典线性回归的假定下，最小二乘估计量在无偏线性估计量一类中，有最小方差，就是说他们是最佳线性无偏估计量BLUE