計量經(jīng)濟學基礎的課件

1、2.2 一元線性回歸模型的參數(shù)估計Simple Linear Regression Model and Its Estimation一、普通最小二乘法（OLS）二、參數(shù)估計量的概率分布與隨機項方差的估計三、參數(shù)估計量的性質(zhì)四、實例1一、普通最小二乘法（OLS）21、普通最小二乘法（Ordinary Least Square,OLS） 給定一組樣本觀測值Xi, Yi（i=1,2,n），要求樣本回歸方程盡可能好地擬合這組值，即樣本回歸線上的點與真實觀測點的“總體誤差”盡可能地小。最小二乘法給出的判斷的標準是：二者之差的平方和 21)(iniYYQ-=2101)(iniXYbb+- 最小。3案例研究

2、某居住小區(qū)家庭可支配收入X（單位：元）對家庭消費支出Y（單位：元）的影響。假如在該小區(qū)的家庭中抽出10戶觀察數(shù)據(jù)如下 X 800 1200 1600 2000 2400 800 1200 1600 2000 2400 Y 550 790 1020 1200 1370 600 840 1070 1360 14504散點圖YX5最小二乘準則.XY(Xi,Yi)ei(Xj,Yj)ejmin06最小二乘準則 使各個觀測樣本點到擬合直線的鉛直距離平方和（即 ）最小。7最小二乘估計min經(jīng)整理，得到正規(guī)方程組：8求解正規(guī)方程組，得到符合最小二乘最準則的參數(shù)估計量（稱最小二乘估計量）擬合直線：9XY102、

3、參數(shù)估計的離差形式(deviation form)注：在計量經(jīng)濟學中，往往以小寫字母表示對均值的離差（deviation)。113、隨機誤差項的方差的估計量Back12三、參數(shù)估計量的概率分布與隨機項方差的估計131415可以證明：總體方差2s的無偏估計量為 222-=neis 16在總體方差2s的無偏估計量2s求出后，估計的參數(shù)0b和1b的方差和標準差的估計量分別是：1b的樣本方差： =221)(ixVarsb 1b的樣本標準差： =21)(ixSsb 0b的樣本方差： =2220)(iixnXVarsb 0b的樣本標準差： =220)(iixnXSsb Back17四、參數(shù)估計量的性質(zhì)18 當模型參數(shù)估計完成，需考慮參數(shù)估計值的精度，即是否能代表總體參數(shù)的真值，或者說需考察參數(shù)估計量的統(tǒng)計性質(zhì)。 一個用于考察總體的統(tǒng)計量，可從三個方面考察其優(yōu)劣性：（1）線性性(linear)：即是否是另一隨機變量的線性函數(shù)；（2）無偏性(unbiased)：即它的均值或期望值是否等于總體的真實值；（3）有效性(efficient)：即它是否在所有線性無偏估計量中具有最小方差。194、結論 普通最小二乘估計量具有線性性、無偏性、最小方差性等優(yōu)良性質(zhì)。 具有這些優(yōu)良性質(zhì)的估計量又稱為最佳線性無偏估計量，即BLUE估計量（the Best Linear Unbiased