计量经济学一元线性回归模型 (2).pptVIP

2.无偏性-估计参数和的均值等于总体参数真值证：易知故同样地，容易得出?四、普通最小二乘参数估计量的性质第93页，共163页，星期日，2025年，2月5日四、普通最小二乘参数估计量的性质第94页，共163页，星期日，2025年，2月5日3.有效性：利用OLS估计的参数和的方差最小四、普通最小二乘参数估计量的性质第95页，共163页，星期日，2025年，2月5日3.有效性（2）证明最小方差性其中，ci=vi+di，di为不全为零的常数则容易证明四、普通最小二乘参数估计量的性质第96页，共163页，星期日，2025年，2月5日1）满足线性性、无偏性、有效性三个小样本性质的参数估计量称为最佳线性无偏估计量（bestlinearunbiasedestimator，BLUE）。2）满足小样本性质的参数估计量自然也满足大样本性质。3）在小样本性质不满足的情况下，应扩大样本容量，考察大样本性质。4）在满足基本假设情况下，一元线性回归模型的普通最小二乘参数估计量是最佳线性无偏估计量。（why??）几点说明：四、普通最小二乘参数估计量的性质第97页，共163页，星期日，2025年，2月5日4.一致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。四、普通最小二乘参数估计量的性质P41(2-29)第98页，共163页，星期日，2025年，2月5日习题假定有如下的回归结果：，其中，Y表示美国的咖啡的消费量（每天每人消费的杯数），X表示咖啡的零售价格（美元/杯），t表示时间。要求：（1）这是一个时间序列回归还是横截面序列回归？（2）如何解释截距的意义，它有经济含义吗？如何解释斜率？（3）能否求出真实的总体回归函数？（4）根据需求的价格弹性定义：弹性=斜率×（X/Y），依据上述回归结果，你能求出对咖啡需求的价格弹性吗？如果不能，计算此弹性还需要其他什么信息？第99页，共163页，星期日，2025年，2月5日习题答案⑵截距2.6911表示咖啡零售价在时刻为每磅0美元时，美国平均消费量为每天每人2.6911杯，这个数字没有经济意义；斜率-0.4795表示咖啡零售价与消费量负相关，在时刻t，价格上升1美元/磅，则平均每天每人消费量减少0.4795杯；⑶不能；⑷不能；在同一条需求曲线上不同点的价格弹性不同，若要求出，须给出具体的值及与之对应的值。第100页，共163页，星期日，2025年，2月5日习题令和分别为Y对X回归和X对Y回归中的斜率，试证明：其中r为X和Y之间的线性相关系数p24(2-2)第101页，共163页，星期日，2025年，2月5日◆一元线性回归模型的基本假设◆参数的普通最小二乘估计◆参数的最大似然估计◆普通最小二乘参数估计量的性质◆普通最小二乘样本回归函数的性质◆随机误差项方差的估计讲课内容第102页，共163页，星期日，2025年，2月5日五、普通最小二乘样本回归函数的性质1．样本回归线过样本均值点，满足样本回归函数即点2．被解释变量的估计的均值等于实际值的均值，即3．残差和为零，即4．解释变量与残差的乘积之和为零，即5．被解释变量的估计与残差的乘积之和为零，即第103页，共163页，星期日，2025年，2月5日习题对于经济计量模型：，其OLS估计参数的特性在下列情况下会受到什么影响：（1）观测值数目n增加；（2）Xi各观测值差额增加；（3）Xi各观测值近似相等第104页，共163页，星期日，2025年，2月5日答案（1）根据大样本特性，更接近真实值（2）更接近真实值（3）使得变得不稳定，甚至无法计算第105页，共163页，星期日，2025年，2月5日◆一元线性回归模型的基本假设◆参数的普通最小二乘估计◆参数的最大似然估计◆普通最小二乘参数估计量的性质◆普通最小二乘样本回归函数的性质◆随机误差项方差的估计讲课内容第106页，共163页，星期日，2025年，2月5日六、参数估计量的概率分布及随机干扰项方差的估计第107页，共163页，星期日，2025年，2月5日六、参数估计