原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
会计学;一、一元线性回归模型的参数估计;一元线性回归模型的一般形式 ;模型参数估计的任务 ;1、普通最小二乘法 （Ordinary Least Square, OLS）;;;最小二乘参数估计量的离差形式 (deviation form);随机误差项方差的估计量 ;1.用原始数据（观测值）Xi，Yi计算 ; 2、最大似然法（ Maximum Likelihood, ML）;第11页/共36页; 将该或然函数极大化，即可求得到模型参数的极大或然估计量。; 由于或然函数的极大化与或然函数的对数的极大化是等价的，所以，取对数或然函数如下：; 可见，在满足一系列基本假设的???况下，模型结构参数的最大或然估计量与普通最小二乘估计量是相同的。;但是，随机误差项的方差的估计量是不同的。;3、样本回归线的数值性质(numerical properties);二、最小二乘参数估计量的统计性质 高斯-马尔可夫定理; 当模型参数估计完成后，需考虑参数估计值的精度，即是否能代表总体参数的真值，或者说需考察参数估计量的统计性质。 ;1、线性性：最小二乘参数估计量是Y的线性函数。;2、无偏性：最小二乘参数估计量的均值等于总体回归参数真值。;第21页/共36页;3、有效性：在所有线性无偏估计量中，最小二乘参数估计量具有最小方差。;第23页/共36页;（2）证明最小方差性;第25页/共36页;第26页/共36页;4、结论
普通最小二乘参数估计量具有线性性、无偏性、最小方差性等优良性质。
具有这些优良性质的估计量又称为最佳线性无偏估计量，即BLUE估计量（the Best Linear Unbiased Estimators）。
显然这些优良的性质依赖于对模型的基本假设。;三、最小二乘参数估计量的概率分布;第29页/共36页;第30页/共36页;可以证明，随机误差项方差的无偏估计量为： ;第32页/共36页;例：已知收入X和消费支出Y的如下数据，试估计Y对X的一元线性回归方程，并计算参数估计量的标准差。;解：;其中，
文档评论（0）