22一元线性回归模型的参数估计pptConvertorWord格式文档下载.docx
- 文档编号:18364403
- 上传时间:2022-12-15
- 格式:DOCX
- 页数:8
- 大小:15.93KB
22一元线性回归模型的参数估计pptConvertorWord格式文档下载.docx
《22一元线性回归模型的参数估计pptConvertorWord格式文档下载.docx》由会员分享,可在线阅读,更多相关《22一元线性回归模型的参数估计pptConvertorWord格式文档下载.docx(8页珍藏版)》请在冰豆网上搜索。
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。
3
PageNo.4
(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
4
PageNo.5
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。
5
PageNo.6
3.Y的分布性质:
6
PageNo.7
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。
7
PageNo.8
2.最小二乘估计量的推导
8
PageNo.9
整理得:
即:
以方程组称为正规方程组。
9
PageNo.10
求解正规方程组得未知参数的OLS估计式:
10
PageNo.11
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:
11
PageNo.12
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。
12
PageNo.13
4.几个常用的结果
13
PageNo.14
14
PageNo.15
写成离差形式为:
5.样本回归函数的离差形式
整理得
15
PageNo.16
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
16
PageNo.17
四、截距为零的一元线性回归模型的参数估计
17
PageNo.18
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。
18
PageNo.19
表2.3参数估计计算表
1
800
594
640000
475200
2
1100
638
1210000
701800
3
1400
1122
1960000
1570800
4
1700
1155
2890000
1963500
5
2000
1408
4000000
2816000
6
2300
1595
5290000
3668500
7
2600
1969
6760000
5119400
8
2900
2078
8410000
6026200
9
3200
2585
10240000
8272000
10
3500
2530
12250000
8855000
求和
21500
15674
53650000
39468400
19
PageNo.20
因此,由该样本估计的回归方程为:
20
PageNo.21
五、最小二乘估计量的性质
1.参数估计量的评价标准
21
PageNo.22
22
PageNo.23
一致性是估计量的一个大样本性质。
23
PageNo.24
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。
24
PageNo.25
25
PageNo.26
故
26
PageNo.27
27
PageNo.28
28
PageNo.29
29
PageNo.30
(2)证明最小方差性
普通最小二乘估计量(OrdinaryLeastSquaresEstimators)称为最佳线性无偏估计量(BestLinearUnbiasedEstimator,BLUE)
30
PageNo.31
六、参数估计量的概率分布及随机误差项方差的估计
31
PageNo.32
32
PageNo.33
33
PageNo.34
34
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 22 一元 线性 回归 模型 参数估计 pptConvertor