第二章 一元线性回归分析.pptVIP

  • 6
  • 0
  • 约9.13千字
  • 约 88页
  • 2023-07-28 发布于广东
  • 举报
2、变量的显著性检验 第六十二页,共八十八页,2022年,8月28日 记 上述参数估计量可以写成: 称为OLS估计量的离差形式(deviation form)。 由于参数的估计结果是通过最小二乘法得到的,故称为普通最小二乘估计量(ordinary least squares estimators)。 第三十页,共八十八页,2022年,8月28日 顺便指出 ,记 则有 可得 (**)式也称为样本回归函数的离差形式。 (**) 注意: 在计量经济学中,往往以小写字母表示对均值的离差。 第三十一页,共八十八页,2022年,8月28日 三、参数估计的最大或然法(ML) 最大或然法(Maximum Likelihood,简称ML),也称最大似然法,是不同于最小二乘法的另一种参数估计方法,是从最大或然原理出发发展起来的其它估计方法的基础。 基本原理: 对于最大或然法,当从模型总体随机抽取n组样本观测值后,最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大。 第三十二页,共八十八页,2022年,8月28日 在满足基本假设条件下,对一元线性回归模型: 随机抽取n组样本观测值(Xi, Yi)(i=1,2,…n)。 那么Yi服从如下的正态分布: 于是,Y的概率函数为 (i=1,2,…n) 假如

文档评论(0)

1亿VIP精品文档

相关文档