多元回归_5.5.3 最小二乘估计量的抽样分布.pdf

对外经济贸易大学 计量经济学 I n t r o d u c t i o n t o E c o n o m e t r i c s 导论 最小二乘估计量的 抽样分布 高斯-马尔可夫定理  在给定的高斯-马尔可夫5个假设下，OLS估计量是 “BLUE”估计量 最佳 (Best) 线性 (Linear)  无偏 (Unbiased) 估计量 (Estimator)  故在满足假定下，可用 OLS估计模型  如果高斯-马尔可夫假定中的任何一个不成立，那 么定理就不再成立。(内生，异方差，自相关) OLS回归估计量的抽样分布  在给定高斯-马尔可夫假定下，OLS估计是BLUE的。为了 进行经典假设检验，我们需要添加另一个假设(高斯-马尔 可夫假定之外)  MLR.6 （正态性）假定 u 独立于x , x ,…, x ，且u 服从均 1 2 k 2 2 值为0方差为s 的正态分布: u ~ N (0,s )  高斯-马尔可夫假定+正态性假定（MLR.1~MLR.6）被统称 为经典线性模型假定 (CLM) CLM 假定 • 在CLM下，OLS 估计量不仅仅BLUE ， 并且是服从正态分布的 • 总体CLM假定可总结如下： 2 y|x ~ Normal(b + b x +…+ b x , s ) 0 1 1 k k CLM 假定 正态抽样分布 定理: CLM 假定下, 以自变量的样本值为条件 ˆ  ˆ  有，b ~ Normal b ,Var b , 其中 j  j  j  ˆ b  b  j j ˆ ~ Normal 0,1 Var b  j  ˆ b 服从正态分布，因为它是误差项的线性组合 j