§2.3 一元线性回归模型的参数估计?(Estimation of Simple Linear Regression Model)Р一、参数的普通最小二乘估计(OLS) ?二、参数估计的最大或然法(ML)?三、参数估计的矩法(MM) ?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? 扰项方差的估计Р一、参数的普通最小二乘估计(OLS)Р1、最小二乘原理Р根据被解释变量的所有观测值与估计值之差的平方和最小的原则求得参数估计量。Р为什么取平方和?Р2、正规方程组Р该关于参数估计量的线性方程组称为正规方程组(normal equations)。Р3、参数估计量Р求解正规方程组得到结构参数的普通最小二乘估计量(ordinary least squares estimators)及其离差形式:Р5、例题(采用Eviews进行OLS估计)Р数据РOLS估计Р二、参数估计的最大似然法(ML)Р1、最大似然法Р最大似然法(Maximum Likelihood,ML),也称最大或然法,是不同于最小二乘法的另一种参数估计方法,是从最大或然原理出发发展起来的其它估计方法的基础。?基本原理:当从模型总体随机抽取n组样本观测值后,最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大。?ML必须已知随机项的分布。
全文预览
