一元线性回归模型的参数估计_第1页
一元线性回归模型的参数估计_第2页
一元线性回归模型的参数估计_第3页
一元线性回归模型的参数估计_第4页
一元线性回归模型的参数估计_第5页
已阅读5页，还剩29页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

第二节一元线性回归模型的参数估计一元线性回归模型的概念一元线性回归模型的基本假定参数的普通最小二乘估计截距为零的一元线性回归模型的估计最小二乘估计量的性质参数估计量的概率分布

一、一元线性回归模型的概念

一元线性回归模型是最简单的计量经济学模型，在模型中只有一个解释变量，其一般形式是：

二、一元线性回归模型的基本假定1.为什么要作基本假定？（1）只有具备一定的假定条件，所作出的估计才具有较好的统计性质。（2）模型中有随机扰动，估计的参数是随机变量，只有对随机扰动的分布作出假定，才能确定所估计参数的分布性质，也才可能进行假设检验和区间估计。2.基本假定的内容以上假定称为线性回归模型的经典假定，满足该假定的线性回归模型，称为经典线性回归模型。

3.Y的分布性质：三、参数的普通最小二乘估计（OLS）1.OLS的基本思想对于给定的样本观测值，可以用无数条直线来拟合。2.最小二乘估计量的推导整理得：即：以方程组称为正规方程组。求解正规方程组得未知参数的OLS估计式：

3.用离差表示的OLS估计式为表达得更简洁，可以用离差形式表示OLS估计式：由于参数的估计结果是通过普通最小二乘法得到的，故称为普通最小二乘估计量（ordinaryleastsquaresestimators）。

注意：在计量经济学中，往往以小写字母表示对均值的离差。

4.几个常用的结果写成离差形式为：5.样本回归函数的离差形式整理得6.注意几个概念的区别随机误差项：被解释变量的观测值与它的条件期望的差残差：被解释变量的观测值与它的拟合值的差，是随机误差项的估计值离差：样本观测值减去样本平均值四、截距为零的一元线性回归模型的参数估计例2.2：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据，参数估计的计算可通过下面的表2.3进行。

表2.3参数估计计算表

18005946400004752002110063812100007018003140011221960000157080041700115528900001963500520001408400000028160006230015955290000366850072600196967600005119400829002078841000060262009320025851024000082720001035002530122500008855000求和21500156745365000039468400因此，由该样本估计的回归方程为：

五、最小二乘估计量的性质1.参数估计量的评价标准估计值偏倚

概率密度概率密度

估计值一致性是估计量的一个大样本性质。2.OLS估计量的统计性质高斯—马尔可夫定理(Gauss-Markovtheorem)

在给定经典线性回归模型的假定下，最小二乘估计量是具有最小方差的线性无偏估计量。故故（2）证明最小方差性

普通最小二乘估计量（Ordin

人人文库> 全部分类> 教育资料 > 备课教案

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论