您好,欢迎访问显园文库

上传文档

当前位置:首页 > 教育培训 > 学历教育 > 中学教育 > 22一元参数估计

22一元参数估计

  • lwl*250
  • 0 次阅读
  • 0 次下载
  • 2020-07-26 16:02:23
二扫码支付 微信
二扫码支付 支付宝

还剩... 页未读,继续阅读

免费阅读已结束,点击付费阅读剩下 ...

积分 0 积分,已有0人购买

免费阅读

阅读已结束,您可以下载文档离线阅读

积分 500 积分,已有0人下载

付费下载
文档简介:

§2.22.2一元线性回归模型的参数估计一元线性回归模型的参数估计一、一元线性回归模型的基本假设一、一元线性回归模型的基本假设二、参数的普通最小二乘估计(二、参数的普通最小二乘估计(OLSOLS)三、参数估计的最大或然法三、参数估计的最大或然法(ML)(ML)四、最小二乘估计量的性质四、最小二乘估计量的性质五、参数估计量的概率分布及随机干五、参数估计量的概率分布及随机干扰项方差的估计扰项方差的估计单方程计量经济学模型分为两大类:线性模型和非线性模型•线性模型中,变量之间的关系呈线性关系•非线性模型中,变量之间的关系呈非线性关系一元线性回归模型一元线性回归模型:只有一个解释变量iiiXY10i=1,2,…,nY为被解释变量,X为解释变量,0与1为待估待估参数参数,为随机干扰项随机干扰项回归分析的主要目的回归分析的主要目的是要通过样本回归函数(模型)SRF尽可能准确地估计总体回归函数(模型)PRF。估计方法估计方法有多种,其种最广泛使用的是普通普通最小二乘法最小二乘法(ordinaryleastsquares,OLS)。为保证参数估计量具有良好的性质,通常对为保证参数估计量具有良好的性质,通常对模型提出若干基本假设。模型提出若干基本假设。注:实际这些假设与所采用的估计方法紧密相关。一、线性回归模型的基本假设一、线性回归模型的基本假设假设1、解释变量X是确定性变量,不是随机变量;假设2、随机误差项具有零均值、同方差和不序列相关性:E(i)=0i=1,2,…,nVar(i)=2i=1,2,…,nCov(i,j)=0i≠ji,j=1,2,…,n假设3、随机误差项与解释变量X之间不相关:Cov(Xi,i)=0i=1,2,…,n假设4、服从零均值、同方差、零协方差的正态分布i~N(0,2)i=1,2,…,n1、如果假设1、2满足,则假设3也满足;2、如果假设4满足,则假设2也满足。注意:注意:以上假设也称为线性回归模型的经典假设经典假设或高斯(高斯(Gauss)假设)假设,满足该假设的线性回归模型,也称为经典线性回归模型经典线性回归模型(ClassicalLinearRegressionModel,CLRM)。另外另外,在进行模型回归时,还有两个暗含的假设:假设5:随着样本容量的无限增加,解释变量X的样本方差趋于一有限常数。即

lwl*250
lwl*250
  • 15149

    文档
  • 520

    金币
Ta的主页 发私信

15149篇文档

相关搜索

22 一元 参数估计

评论

发表评论
< /29 > 付费下载 积分 500 积分

Powered by DS文库

Copyright © 显园文库 All Rights Reserved. 黔ICP备2020007812-1号
×
保存成功