计量经济学一元线性回归分析.pptxVIP

计量经济学一元线性回归分析;2;3;4;5;6;7;8;9;10;11;12;13;14;15;16; 该样本的散点图（scatter diagram)：;18;19; ▼回归分析的主要目的：根据样本回归函数SRF，估计总体回归函数PRF。;21;§2.2 双变量线性回归模型的参数估计 ;23;24;25;26;27;28;29; 例2：在上述家庭可支配收入-消费支出例中，对于所抽出的一组样本数，参数估计的计算可通过下面的表进行。 ;31;32;33;34;35;36;37;38;39;40;41;42;43;44;45;46;47;48;49;50;51;52;53;54;55;56;;58;59;60;61;62;63;64;65;66;67;68;用回归模型预测木材剩余物;林业局名;观测点近似服从线性关系。 建立一元线性回归模型如下： yi = ?0 + ?1 xi + ui ;分析EViews输出结果。;第72页/共85页;74;75;76;77;求和算子Σ;;;高斯—马尔可夫定理(Gauss-Markov theorem) 在给定经典线性回归的假定下，最小二乘估计量是具有最小方差的线性无偏估计量。;证：;第82页/共85页;（2）证明最小方差性; 由于最小二乘估计量拥有一个“好”的估计量所应具备的小样本特性，它自然也拥有大样本特性