2-3-4OLS估计量的大样本性质.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 OLS估计量的大样本性质 OLS估计量的大样本性质 在大样本的情形下，我们对于估计量性质的要求和相 应的假设均有所不同： 小样本估计量性质 大样本估计量性质 小样本假设 大样本假设 无偏性 一致性 E(U|X)=0 E(U)=0 Cov(XU)=0 U服从正态分 U满足中心极 正态性 渐进正态性 布 限定理条件 有效性 渐进有效性 一致性(Consistency) 当n 趋于无穷时,估计量的分布紧缩成一个参数值 = 或者说 lim − = 0 →∞ 一致性(Consistency) 定理: 在经典线性模型假定MLR. 1~MLR.4 下, OLS估计量是一致的 （并且是无偏的） 在简单回归模型中可以很容易地证明一致性， 其证明过程与对无偏性的证明相同 需要使用概率极限(plim)的性质建立一致性 一致性 公式 在证明无偏性的时候，我们已经有 ( − ) 1 = 1 + 2 略作变形 −1 ( − ) 1 = 1 + −1 2 由于 , = 0, (, ) 1 = 1 + = 1 () 弱假定 对于无偏性，零条件均值假设有： E(u|) = 0 对于一致性，我们可以假定一个更弱的总体零相 关假定和零均值假定(MLR.4) : E(u) = 0 and Cov(X,u) = 0 没有这样的假设，OLS会有偏且不一致！ 渐近正态性 在小样本回归中，OLS估计量确切的正态性，关键 取决于总体中误差分布的正态性 正态性假定意味着，给定x ，y