2.3.1 一元线性模型的参数估计方法.pptxVIP

上节知识点;§2.3 一元线性回归模型的参数估计(Estimation of Simple Linear Regression Model) ;一、参数的普通最小二乘估计（OLS）;回忆：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。;如何寻找这个方法？ 样本规律代表着总体规律 样本规律是通过充分发掘样本信息而获得 样本信息利用的越充分，所有个值与规律值（均值）的偏离之和也就越小。也就是所有残差的绝对值之和也就最小； 所有残差绝对值之和最小等价于所有所有残差平方和最小 ;1、最小二乘原理;2、正规方程组;3、参数估计量;4、“估计量”（estimator）和“估计值” (estimate)的区别 ;5、例题（采用Eviews进行OLS估计）;OLS估计;二、参数估计的最大似然法(ML);1、最大似然法;2、估计步骤;;3、讨论;4、例题;三、参数估计的矩法(MM);矩估计的基本原理是用相应的样本矩来估计总体矩。 对一元线性回归模型，在满足基本假设时，存在两个总体矩条件。 相应的样本矩条件构成关于待估参数的正规方程组。 求解该方程组，得到参数估计。 参数估计与OLS估计相同。;由基本假设，写出两个总体矩条件;MM估计