04第四讲最小二乘估计法.pptVIP

计 量 经 济 学 基 础 主讲：董树功 （第四讲） 经济类本科生适用 一元线性回归模型 模型的建立及其假定条件 最小二乘估计（ OLS ） OLS 回归函数的性质 最小二乘估计量的特性 y t 的分布和 的分布 ? ? 的估计 拟合优度的测量 回归参数的显著性检验与置信区间 y F 的点预测与区间预测 案例分析 相关系数 EViews 操作 1 ? ? file: li-2-1 file: li-2-3 file: case1 file: 5kepler3 知识点回顾 : 一元线性回归模型的假定条件： (1) ut 是一个随机变量， ut 的取值服从概率分布。 (2) E(ut) = 0 。 (3) D(ut) = E[ut - E(ut) ]2 = E(ut)2 = ? 2 。称 ui 具有同方 差性。 (4) ut 为正态分布（根据中心极限定理）。 (5) Cov(ui, uj) = E[(ui - E(ui) ) ( uj - E(uj) )] = E(ui uj) = 0, (i ? j (6) xi 是非随机的。 (7) Cov(ui, xi) = E[(ui - E(ui) ) (xi - E(xi) )] = E[ui (xi - E(xi) ] = E[ui xi - ui E(xi) ] = E(ui xi) = 0. (8) 对于多元线性回